文献

J-GLOBAL ID：202102216023426268   整理番号：21A2669503

Growing Neural Gas with Different Topologiesを用いたクラスタのトラッキング手法に関する検討

Study of Cluster Tracking Method using Growing Neural Gas with Different Topologies

著者 (5件)： 戸田雄一郎 (岡山大) ,  和田亮雅 (岡山大) ,  宮瀬光梨 (岡山大) ,  松野隆幸 (岡山大) ,  見浪護 (岡山大)
資料名： インテリジェント・システム・シンポジウム(CD-ROM)  (Symposium on Fuzzy, Artificial Intelligence, Neural Networks and Computational Intelligence (CD-ROM))
巻： 2021  ページ： 62-65  発行年： 2021年09月21日 
JST資料番号： L1193B  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・自律移動ロボットでは三次元空間の認識が不可欠で,3D空間認識にはRGB-Dカメラで得た点群情報から認識に必要な特徴抽出が必要。
・GNG(Growing Neural Gas)法は有望な特徴抽出法だが,複数の特徴量から構成される入力ベクトルに対して夫々の属性における位相構造を同時学習困難。
・対応策として複数の属性から構成される入力ベクトルに対して位置情報の空間構造を学習しつつ異なる属性毎の位相構造を構築し,夫々の属性情報に応じたクラスタリングが可能なGNG-DT法を提案。
・有効性検証のためKinectから計測されたRGB-Dの点群情報を用いたクラスタリング実験の結果を紹介。

シソーラス用語： センサ ,  操作機器 ,  クラスタ化 ,  方式 ,  移動ロボット ,  *自律ロボット ,  クラスタ分析 ,  *空間知覚 ,  学習 ,  Kinectセンサ ,  自律移動ロボット ,  改変
準シソーラス用語： Kinect ,  クラスタリング ,  空間クラスタリング ,  *空間学習

分類 (2件)： 人工知能  (JE08000Z) ,  ロボット工学一般  (IC04011S)

引用文献 (5件)：

• B. Fritzke, “A growing neural gas network learns topologies,” Advances in Neural Information Processing Systems 7, pp. 625-632, (1995)
• B. Fritzke, “Growing self-organizing networks - why?,” European Symposium on Artificial Neural Networks, pp. 61-72,(1996).
• Y. Toda, H. Yu, Z. Ju, N. Takesue, K. Wada, N. Kubota, “Real-time 3D Point Cloud Segmentation using Growing Neural Gas with Utility,” The 9th International Conference on Human System Interaction, pp.418-422, (2016)
• 戸田雄一郎,和田亮雅,松野隆幸,見浪護,“複数属性から構成される特徴ベクトルにおける Growing Neural Gas に基づく空間構造の学習”,計測自動制御学会論文集, No.57, Vol.4, pp. 209-218, (2021)
• Y. Toda and N. Kubota. “Self-localization Based on Multi-resolution Map for Remote Control of Multiple Mobile Robots”, Industrial Informatics, IEEE Transactions on, Vol.9, No.3, pp. 1772-1781, (2013)

タイトルに関連する用語 (3件)： クラスタ ,  トラッキング ,  手法