著者

住谷 雄樹 堀江 和正 塩川 浩昭 北川 博之

雑誌

第80回全国大会講演論文集

巻号頁・発行日

vol.2018, no.1, pp.455-456, 2018-03-13

---

生体データ解析において、データの時系列特徴は重要な役割を担っている。例えば、機械学習を用いてデータに何らかのラベル付けを行う場合に、特徴抽出が上手くいくデータ群とそうでないデータ群がある。後者のデータ群に対しては、何らかの処理で上手く特徴が取れる状態にする必要がある。他にも、次元削減やノイズ除去など、データから有用な情報を得るためには様々な処理が必要である。本稿では、ニューラルネットワークで構成された生成モデルであるGANを応用し、データ変換を行う手法を提案する。本手法で使用するGANは、データ群間の分布における対応関係を学習し、データを変換する。本稿では提案手法の概要と、性能評価の結果について述べる。

著者

丹野 智博 堀江 和正 小林 高彰 森田 昌彦

雑誌

研究報告バイオ情報学(BIO)

巻号頁・発行日

vol.2013-BIO-34, no.25, pp.1-5, 2013-06-20

---

層状ニューラルネットにおいて,入力するアナログ値を多次元の 2 値パターンに変換すると,多変数関数近似器としての性能が大きく向上することが報告されている.本研究では,このパターンコーディングをパターン分類問題に適用した場合の有効性について検討する.2 次元 2 クラス分類問題を対象として数値実験を行った結果,単純パーセプトロンに適用してもあまり効果はないが,さらに多層化する (多層パーセプトロンに適用する) か,選択的不感化を行うことによって,非常に複雑な決定境界を容易に学習できるようになることがわかった.また,境界の複雑さを表す指標を提案し,それが分類誤差と高い相関をもつことを示した.この指標は,パターンコーディングを適用すべきか,どの分類器を用いるべきかを判断するのに有用だと考えられる.