著者
浅川 伸一
出版者
日本基礎心理学会
雑誌
基礎心理学研究 (ISSN:02877651)
巻号頁・発行日
vol.35, no.2, pp.149-162, 2017-03-31 (Released:2017-06-07)
参考文献数
68

Brief introduction about current trends in deep learning was intended, including such as convolutional neural networks, and regions with convolutional neural networks. They have features as end-to-end, general purposes, and implementable based on recent advances in computer science. Object recognition of convolutional neural networks overwhelmed human performance. This tidal wave might give deep impact on all the areas in psychology.
著者
上田 卓司 椎名 乾平 浅川 伸一
出版者
心理学評論刊行会
雑誌
心理学評論 (ISSN:03861058)
巻号頁・発行日
vol.46, no.2, pp.249-273, 2003 (Released:2019-04-12)
被引用文献数
3
著者
浅川 伸一
出版者
公益社団法人 日本心理学会
雑誌
心理学研究 (ISSN:00215236)
巻号頁・発行日
vol.75, no.6, pp.523-529, 2005-02-25 (Released:2010-07-16)
参考文献数
17

In this article, I discuss the implementation of neural network models for reading English words aloud. Since 1989, there has been existing a debate about the models of reading English words aloud. One is the Dual Route Cascaded (DRC) model. The other is the Triangle model, whose original version was developed in 1989. Because there are arbitrary variables of both models, we did not decide which model gives better accounts for the numerous data given by psychological experiments and neuropsychological evidence. Therefore, in order to give a solution of this debate, an attempt to integrate both models was made. Introducing the Mixture of Experts Network, an elegant solution to overcome the arbitrariness of both models could be given. The Mixture of Expert Network can include both the models as a special case of this Network. From the Mixture of Expert Network's point of view, the difference between the Dual Route Cascaded model and the Triangle model would be able to describe as the quantitative difference of the dispersion parameters.
著者
浅川 伸一
出版者
東京女子大学比較文化研究所
雑誌
東京女子大学比較文化研究所紀要 (ISSN:05638186)
巻号頁・発行日
vol.75, pp.1-18, 2014-01-01

A neural network model to read aloud proposed. Although two succeeded models\r were proposed so far, some problems still remained unsolved. The problems are the way\r of implementation about the“lookup table”in the dual route cascaded model, and the\r existence of“division of labor”in the triangle model. The model proposed here was\r intended to integrate both models in order to give a solution to these problems. The model\r is consisted of two local perceptrons to deal with information of orthography and\r semantics, and a gating perceptron to adjust outputs of local perceptrons. Introducing a\r Gaussian function and its interpretation, this model can describe contribution of semantics\r clearly. This model can also explain the grapheme-to-phoneme-correspondence rule to\r read regular words, and the way of reading irregular words. According to this model,\r there is no difference between the dual route cascaded model and the triangle model. The\r outward difference between these models can be absorbed in a variance parameter. The\r variance parameter will be adjusted or learned through training many times. Therefore,\r this model can formulate for the problems in which both models could not describe. This\r model can be regarded as an extended and generalised version of previous models which\r are absorbed in this model.
著者
浅川 伸一
出版者
早稲田大学
巻号頁・発行日
2003

制度:新 ; 文部省報告番号:乙1836号 ; 学位の種類:博士(文学) ; 授与年月日:2003/12/16 ; 早大学位記番号:新3661
著者
浅川 伸一 岡 隆之介 楠見 孝
出版者
人工知能学会
雑誌
人工知能学会全国大会論文集 (ISSN:13479881)
巻号頁・発行日
vol.31, 2017

エンコーダ・デコーダモデル(Kalchbrenner and Blunsom, 2013)における中間層表現を入力情報の解釈機構の一部であると見做し,その解釈可能性を検討した。単語埋込みモデルは Firth(1957)以来の伝統であり解釈空間として仮定することは言語学の理に適っている。我々は Kintsch(2001)の予測モデルを題材に比喩理解の観点からモデルの評価を試み,Kingma(2014)の変分ベイズ自動符号器モデルと Bowman and Vilnis(2015)の変分リカレントニューラルネットワークモデルが文章のスタイル,トピック,高次統語特徴を抽出可能なことから,同モデルとの比較を含めた検討を行った。比喩理解を上述モデルを用いて比較することにより,文章理解,物語理解,暗号解読,記号処理,形式言語モデルとの関連への示唆が可能となることも議論した。
著者
浅川 伸一
出版者
一般社団法人 日本高次脳機能障害学会
雑誌
高次脳機能研究 (旧 失語症研究) (ISSN:13484818)
巻号頁・発行日
vol.23, no.1, pp.9-18, 2003 (Released:2006-04-21)
参考文献数
17
被引用文献数
1 1

失語症の治療技法である,再活性化,再編成,再学習をニューラルネットワークの枠組で説明することを試みた。単語が表す概念を蓄える概念系,単語・文章生成系,および,この2つをつなぐ媒介系の3種類の皮質領野に加えて,大脳基底核をニューラルネットワークモデルとして実装した。大脳基底核では入力情報の条件つき確率を自己組織的に獲得し,スパースコーディングによって同時に活性化するユニット数を制限する回路を用いた。いったん学習の成立したニューラルネットワークに対して概念系と媒介系のユニットを破壊することによって失語症を表現し,ニューラルネットワークを再訓練することでリハビリテーションの技法を視覚化して表現することを試みた。本稿で提案したモデルによって,リハビリテーション訓練中の失語症患者の内部でどのような変化が起こっているのかを説明できる。とくに損傷が重篤である場合には既存の皮質上の経路を訓練する再活性化より,他の感覚モダリティを介した再編成,再学習のほうが治療効果が高いことが示された。このことは実際の失語症患者の治療と対応が取れると考えられ,言語治療の技法に理論的な根拠を与えることができるのではないかと考えている。