| 題名 | 階層型ニューラルネットワークを用いた複雑環境下におけるロボットの走行状況判断システム |
| 著者 | *曽利 仁 (津山工業高等専門学校／情報工学科), 西本 安里 (津山工業高等専門学校／専攻科) |
| Page | p. 229 |
| Keyword | ロボット, ニューラルネットワーク, 走行状況判断 |
| Abstract | 人間は視覚や聴覚を通じて障害物の位置や速度などを認識し，障害物回避のために適切な行動を瞬時に決定している。このような人間の行動制御を工学的に模擬することができれば，ロボットの行動制御アルゴリズムとして適用可能と考えられる。これまでに，ロボットに搭載されているカメラから得られる画像情報より，ロボットの取るべき状況判断(前進，後退，右折，左折)の関連付けをニューラルネットワークより求める手法を提案している。しかし，環境によっては，人間と同様な状況判断を出来ない場合があり，ロボットの走行状況判断システムとしては不十分であった。本研究では，ロボットの状況判断に右斜め，左斜めの2方向を追加した状況判断システムを提案している。 |
| 題名 | 三角多項式ニューロユニットを用いた階層型ニューラルネットワーク |
| 著者 | *池田 明日美, 吉村 宏紀, 清水 忠昭 (鳥取大学), 松村 寿枝 (奈良工業高等専門学校), 岩井 儀雄 (鳥取大学) |
| Page | pp. 230 - 231 |
| Keyword | ニューラルネットワーク, 三角多項式, 出力関数, 基底関数 |
| Abstract | 現実の問題にNNを適用する場合、中間層ユニットの数をできるだけ少なくした構成にすることが望ましい。本研究では、ニューロユニットの出力関数に三角多項式を利用した三角多項式ニューロユニット（TPUnit:Trigonometric Polynomial Unit）を提案する。学習対象によってニューロユニットの出力関数を柔軟に変化させることで、最適な出力関数が分からない未知の問題に対して有効なNNを構成することが期待できる。いくつかの例題により TPUnitを用いた階層型 NNと、従来のシグモイド素子を用いたNNとを比較して、その有効性を明らかにした。 |
| 題名 | ニューラルネットワークによる簡易的株価予測についての検討 |
| 著者 | *村山 慶輔, 渡部 徹 (松江工業高等専門学校) |
| Page | p. 232 |
| Keyword | ニューラルネットワーク, 株価予測 |
| Abstract | 本報ではニューラルネットワークを利用して簡易的に株価の騰落や変化量を予測することを試みた.株価予測を行うための学習データ長とデータの単位を決めるために日経TOPIXを対象に,学習期間とデータ単位を変更して予測試験を行った.その結果データ単位は週,学習データ長は50週が最も高い予測精度を示した.そこで,この条件で,東証一部上場の輸出銘柄10社について株価予測し,その結果,学習期間終了後第１週の株価変動率の方向一致率は77％であった.変動幅自体の予測精度は必ずしも高くはなかったが,予測に要する処理時間は学習時間も含めて５分以下であり,当初の目的であった簡易的に株価の騰落を予測することは達成された. |
| 題名 | Construction of Neural Network Systems for Diagnosis of Lung Disease on the Bone |
| 著者 | *谷口 正朗, 田中 章浩, 木下 健太郎, 岸田 悟 (鳥取大学工学部附属電子ディスプレイ研究センター) |
| Page | p. 233 |
| Keyword | ニューラルネットワーク, 前処理, X線胸像写真, 医療診断システム, 汎化能力 |
| 題名 | 進化的計算手法を用いたCNNの内部パラメータ探索と想起性能に関する研究 |
| 著者 | *渡邊 駿, 呉本 尭, 小林 邦和, 大林 正直 (山口大学) |
| Page | pp. 234 - 235 |
| Keyword | カオスニューラルネットワーク, 粒子群最適化, 遺伝的アルゴリズム |
| Abstract | 連想記憶モデルはヒントから記銘したパターンを連想することを可能にするモデルである．そのモデルとしてHopfieldネットワーク（HN）や合原らのカオスニューラルネットワーク（CNN）が挙げられる．HNは自身の出力状態をヒントに記銘したパターンを連想できる．一方でCNNは，ニューロンのカオス性を用いて記銘したパターンを動的，もしくは静的に想起することが知られている．しかし，CNNはその動的状態により記銘パターンがより完全な形で想起される頻度や精度が低くなる場合がある．本稿では，最適なパラメータを粒子群最適化もしくは遺伝的アルゴリズを用いた探索手法によるCNNの想起性能向上に関する結果を示す． |