著者
瀧澤 恵介 竹之内 星矢 青森 久 大竹 敢 田中 衛 松田 一朗 伊東 晋
出版者
一般社団法人電子情報通信学会
雑誌
電子情報通信学会技術研究報告. NLP, 非線形問題 (ISSN:09135685)
巻号頁・発行日
vol.111, no.106, pp.119-124, 2011-06-23

本稿では,Paricle Swarm Optimization(PSO)を用い,符号化レートを最小とするセルラーニューラルネットワーク(CNN)による画像予測器の教師付学習手法を提案する.提案手法では,従来予測誤差電力を最小化するよう設計されているCNNによる画像予測器をロスレス符号化性能向上のため,符号化レート最小化をPSOを用いた学習により実現している.特に,本方式で用いられているPSOは評価関数の勾配情報を利用しないため,CNNによる非線形予測器の学習に非常に効果的であると考えられる.様々な標準画像に対し符号化を行い,従来手法と比較し提案手法の有効性を確認した.