文献

J-GLOBAL ID：201502262024919785   整理番号：15A0707453

コンカーレントでインタラクティブな視覚の注意と認識のための発展的なwhere-whatネットワーク

A developmental where-what network for concurrent and interactive visual attention and recognition

著者 (2件)： JI Zhengping (Advanced Image Res. Lab (ARIL), Samsung Semiconductor Inc., Pasadena, CA, 91103, USA) ,  WENG Juyang (Dep. of Computer Sci. and Engineering, Michigan State Univ., East Lansing, MI 48824, USA)
資料名： Robotics and Autonomous Systems  (Robotics and Autonomous Systems)
巻： 71  ページ： 35-48  発行年： 2015年09月 
JST資料番号： C0133C  ISSN： 0921-8890  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本稿では,where-whatネットワーク(WWN)と呼ばれる脳に感化された発展的アーキテクチャについて記述した。WWNの第2バージョンでは,WWN-2が,「タイプ」式および「ロケーション」式モータによりガイドされる補完的な経路を通して同時かつインタラクティブな視覚的注意のために学習される。モータ駆動のトップダウン信号は,ボトムアップ式の視覚の入力からの興奮活動とともに,Y型ネットワークにより3つの可能な情報の流れを形成する。l0制約スパース符号化方式を用いて,トップダウンおよびボトムアップの同時興奮は非反復性のセル中心のシナプス更新モデルを導き,更新指令とステップサイズのデュアル最適化と同じく早期から後の層まで厳しいエントロピーの減少を伴う。散乱したシーンのオペレーションモデルは,モータ領域で利用できるもの,すなわち,学習される物体のための散乱したシーンからの検出と認知のためのコンテクストに制限されないモード,物体の認知を行うためのロケーション-コンテクストモード,全てを一つのネットワークで物体探索を行うタイプ-コンテクストモードを行うに依存して学習プロセスから出現する。視覚処理のインタラクションとともに,注意機能を示すために,複雑な背景の存在の中で提案されたネットワークは,その場で学習し,ピクセル誤差や認知の精度に関して段階的に工学的性能を生成する。提案したアーキテクチャは開発中であり,内部の記述は入力およびモータ信号から学習され,従って特定のタスクに関してマニピュレートされないことを意味する。我々は同じ学習原理と計算のアーキテクチャは,聴覚や触覚のような他の感覚モダリティにも本質的に応用可能であることを議論した。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *相互作用 ,  システム ,  注意 ,  興奮 ,  *最適化 ,  符号化 ,  知識表現 ,  聴覚 ,  触覚 ,  文脈 ,  *ニューラルネットワーク
準シソーラス用語： インタラクティブ ,  インタラクティブシステム ,  視覚的注意 ,  モダリティ ,  コンテクスト

分類 (3件)： ロボットの運動・制御  (IC04012J) ,  視覚  (EJ13020B) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 視覚 ,  注意 ,  発展