日本神経回路学会誌
Online ISSN : 1883-0455
Print ISSN : 1340-766X
検索
OR
閲覧
検索
17 巻 , 4 号
選択された号の論文の10件中1~10を表示しています
    • |<
    • <
    • 1
    • >
    • >|
巻頭言
研究論文
  • 岡田 将吾, 西田 豊明
    17 巻 (2010) 4 号 p. 174-186
    公開日: 2011/02/07
    ジャーナル フリー
    This paper describes an on-line incremental clustering approach called HMM Based SOINN (HBSOINN) for processing multi variable time-series data such as motion data of gestures. The SOINN (Self-Organizing Incremental Neural Network) is an incremental learning approach that is able to incrementally approximate the distribution of the input data by using efficient numbers of nodes and reporting the number of clusters. We enhanced SOINN by enabling it to cluster time-series data. Hidden Markov Model (HMM) is used to extract features of time-series data and to transform variable-length time-series data to fixed-dimensional data. Experimental results show that HBSOINN outperforms the comparative approach on an artificial data set and 26 kinds of isolated gesture data sets. Even though HBSOINN is an on-line incremental learning approach, it shows the same clustering performance that is evaluated based on the value of Purity and Normalized Mutual Information (NMI) as some state-of-the-art batch clustering approaches.
    抄録全体を表示
解説
  • 山崎 和博, 巻渕 有哉, 申 富饒, 長谷川 修
    17 巻 (2010) 4 号 p. 187-196
    公開日: 2011/02/07
    ジャーナル フリー
    自己増殖型ニューラルネットワーク(SOINN)は,追加学習可能なオンライン教師なし学習手法であり,事前にネットワークの構造を決定する必要がないほか,高いノイズ耐性を有し,計算が軽いなどの特長がある.SOINN は特に実世界のデータ処理に有効であり,画像や音声などのパターンの学習·認識や,実環境でオンライン·リアルタイムに稼動する知能ロボットなどに効果的に活用できる.本稿では,SOINN のアルゴリズムを紹介した後,パラメータの調整に関する指針やソフトウェア実装の解説を行なう.
    抄録全体を表示
報告
受賞概要
会報
編集後記
    • |<
    • <
    • 1
    • >
    • >|
feedback
Top