1. 研究組織
| 研究分担者氏名 | 新島耕一 |
| 所属機関・部局・職 | 九州大学・大学院システム情報科学研究科・教授 |
| 現在の専門 | 発見科学 |
| 最終学校名・卒業年 | 九州大学大学院理学研究科修士課程・
昭和４４年修了 理学博士 |
| 生年 | 昭和１９年 |
2. 研究課題
画像データからの構造発見
(Discovery of structure from image data)
3. 研究目的
微妙に異なる２枚の画像を見せられたとき、それらの画像が複雑であ
ればあるほど見分けがつかない。たとえば地震前と地震後のリモート
センシング画像を見比べて、活断層がどこを走っているのかを見つけ
出すことは容易ではない。画像に変化が生じていることは確かである
が、その変化が微妙であるため発見が難しいのである。本研究では、
このような背景を踏まえて、よく似た数枚の画像から、微小な構造変
化を発見するシステムをウェーブレット変換と自己組織型ニューラル
ネットワークを用いて開発する。
4. 研究計画・方法
研究分担者の新島は、これまで以下のテーマで研究を行なってきた。
- 合成積型ウェーブレット理論の構築、ならびに、それにもとづいた
実時間カラー画像照合検索システムの開発 (情報処理振興事業協会
(IPA)平成９年度独創的情報技術育成事業単年度調査研究)。
- 階層型ニューラルネットワークの引き込み領域理論の構築
とそれに基づいたさまざまな学習アルゴリズムの開発。
- 数値データから微分方程式を発見するための同定アルゴリズムの
開発。
これらの研究をベースに、ウェーブレット多重解像度解析手法と、
自己組織型ニューラルネットワークの学習法を新たに開発し、
研究目的で述べた画像の微小な構造変化を発見するシステムを
構築する。開発のスケジュールは以下のとうりである。
- 平成１０年度： ウェーブレット変換によって得られた
多重高周波画像の解析
- 平成１１年度： 画像分離のための自己組織型ニューラルネット
ワークの開発
- 平成１２年度： 画像の微小な構造変化を発見するシステムの開発
5. 参考文献
- K. Niijima, "Learning of Associative Memory Networks Based upon
Cone-Like Domains of Attraction," Neural Networks, Vol.10, No.9,
pp.1649-1658, 1997
- M. H. Mohamed, T. Minamoto and K. Niijima, "Convergence Rate
of Minimization Learning for Neural Networks," Machine Learning: ECML-98,
Lecture Notes in Artificial Intelligence 1398, Springer, pp.412-417, 1998
- K. Niijima et al., "Minimization Learning of Neural Networks by Adding
Hidden Units, Research Reports on Information Science and Electrical
Engineering of Kyushu University, Vol. 2, No. 2, pp. 173-178, 1997
- K. Niijima and K. Kuzume, "Wavelets with Orthogonality Conditions
of Convolution Type," to appear in IEEE Trans. Signal Processing
6. 研究協力者
| 研究協力者氏名 | 広瀬 英雄 |
| 所属機関・部局・職 | 九州工業大学・情報工学部・教授 |
| 現在の専門 | 統計計算 |
| 最終学校名・卒業年 | 九州大学理学部数学科・昭和５２年卒
工学博士 |
| 研究協力者氏名 | 皆本 晃弥 |
| 所属機関・部局・職 | 九州大学・大学院システム情報科学研究科・助手 |
| 現在の専門 | 数値解析 |
| 最終学校名・卒業年 | 九州大学大学院数理学研究科博士後期課程・平成９年単位取得後退学 理学修士 |