大規模画像処理のための分散協調型ニューラルネットワークの構築

大规模图像处理的分布式协作神经网络的构建

• 批准号: 08780345
• 负责人: 松本 哲也
• 金额: $ 0.64万
• 依托单位: Nagoya University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1996
• 资助国家: 日本
• 起止时间: 1996 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-08780345/
• 关键词: neural network; multilayer perceptron; image processing; large scale image; cooperative learning

ニューラルネットワークを用いて大規模な画像を処理しようとした場合、すなわち画像-画像間の非線形写像を学習しようとする場合、画像サイズに応じて結線数が急増し急速に学習が困難となるため、大規模画像を直接入力としてニューラルネットワークで画像処理を行う研究は従来ほとんど試みられていなかった。画像処理では通常大部分の特徴量が近傍処理によって抽出され、これらの特徴量を積み上げることによってより高次の概念形成・認識がなされるものと考えられる、本研究では、この点に着目して大規模画像処理を効率的に実行するニューラルネットワークアーキテクチャの開発および検証を行うことを目的としている.具体的には,処理画像を比較的小規模な部分画像に分割し,これらから局所的特徴量の抽出を行う画像処理ニューラルネットワーク群と、その出力を統合し,より高次・広域的な特徴を自己組織的に学習する協調ニューラルネットワーク群を積み重ねたハイブリッド型ニューラルネットワークの構築方法を検討した。多数台の計算機がLAN接続された分散計算機環境において、上記のニューラルネットワークアーキテクチャの実装を行い,人工画像および実画像を用いた性能評価実験を行った,その結果,実用的な時間で大規模画像の画像処理を学習するニューラルネットワークアーキテクチャが構築可能であることが確認された.また,画像処理ニューラルネットワーク群間における情報流通量は比較的少量であるため,これらの結合はLAN等による粗結合でも十分実用的であることが確認された.さらに,本研究によるニューラルネットワークでは,協調学習の効果により,部分画像処理ニューラルネットワークのみの学習結果と比較して,大域的な学習が行われていることが確認された.

当尝试使用神经网络处理大规模图像时，即尝试学习图像之间的非线性映射时，连接数量随着图像尺寸的增加而迅速增加，学习变得困难，到目前为止，很少有尝试。使用大规模图像作为直接输入，使用神经网络进行图像处理。在图像处理中，大多数特征通常是通过邻域处理来提取的，并且认为高阶概念的形成和识别是通过积累这些特征来实现的。本研究的目的是开发和验证神经网络架构。有效地执行大规模图像处理。具体来说，我们使用图像处理神经网络，将处理后的图像划分为相对较小规模的部分图像，并从中提取局部特征，并整合输出以生成更高阶的广域图像。混合神经网络是一堆自组织和学习特征的协作神经网络。我们在许多计算机通过局域网连接的分布式计算机环境中实现了上述神经网络架构，并使用人工图像和真实图像进行了性能评估实验，证实可以构建学习图像处理的神经网络架构。由于神经网络组之间流动的信息量相对较小，因此证实即使是 LAN 等粗连接对于这些连接来说也足够实用。此外，在本研究开发的神经网络中，合作学习的效果是与仅部分图像处理神经网络的学习结果相比，证实了进行了全局学习。