文献

J-GLOBAL ID：201702291503190469   整理番号：17A1391686

依存Gauss過程を用いた皮質特徴マップの推定【Powered by NICT】

Estimating Cortical Feature Maps with Dependent Gaussian Processes

著者 (2件)： Hughes Nicholas J. (Queensland Brain Institute and School of Mathematics and Physics, University of Queensland, St Lucia, QLD, Australia) ,  Goodhill Geoffrey J. (Queensland Brain Institute and School of Mathematics and Physics, University of Queensland, St Lucia, QLD, Australia)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 39  号： 10  ページ： 1918-1928  発行年： 2017年 
JST資料番号： B0519B  ISSN： 0162-8828  CODEN： ITPIDJ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 脳組織の顕著な例は視覚画像における特別な方位のエッジのための視覚皮質における細胞選択の定型的配置である。これらの「優先配向マップ」は多くの種を横断して著しく一致統計的性質を持つように見えた。しかしながら,これらの特性の微細スケール解析は非常に雑音の多い画像データからの地図の正確な再構成を必要とする。この再構成問題を解くための新しいアプローチは,Bayes Gauss過程法,古典的方法より正確な結果を得られることを使用することである。しかし,これまで本研究は視覚入力のいくつかの他の特徴のためのマップは,方位パフォーマンスマップと共存するとこれらのマップは相互依存の空間的配置を持っているという事実を考慮していない。ここでは,Gauss過程フレームワークを拡張する多出力の場合には,同時に複数の地図を考慮できるようにした。これは古典的方法と単一出力アプローチと比較して,多重マップの再構成を改善し,経験的に観察された関係をコードする可能性があり,容易に拡張可能であることを示した。これは視覚皮質における特徴マップ間の空間的関係を研究するための第一原理的アプローチを提供する。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 多重化 ,  視覚皮質 ,  第一原理 ,  優先配向 ,  *Gauss過程 ,  再構成 ,  視覚 ,  *皮質 ,  画像 ,  雑音
準シソーラス用語： 画像データ ,  統計的性質 ,  脳組織 ,  *特徴マップ , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： Gauss過程 ,  皮質 ,  特徴マップ ,  推定