文献

J-GLOBAL ID：201802286009197027   整理番号：18A0457616

計算電磁気学に基づく境界所有モデル

A border-ownership model based on computational electromagnetism

著者 (2件)： Zainal Zaem Arif (Laboratory for Human Informatics, Graduate School of Information Systems, The University of Electro-Communications, Chofugaoka 1-5-1, Chofu, Tokyo 182-8585, Japan) ,  Satoh Shunji (Laboratory for Human Informatics, Graduate School of Information Systems, The University of Electro-Communications, Chofugaoka 1-5-1, Chofu, Tokyo 182-8585, Japan)
資料名： Neural Networks  (Neural Networks)
巻： 99  ページ： 114-122  発行年： 2018年03月 
JST資料番号： T0698A  ISSN： 0893-6080  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： ベクトル電場とそれに対応するスカラーポテンシャル場の間の数学的関係が,ある低次/中次の視覚処理の計算問題を定式化し,オブジェクトの側への境界の割当:いわゆる境界所有(BO)に関連して特に有用である。BO符号化は,無秩序なシーンを整理することを可能にし,背景からオブジェクトを抽出することに対する重要な過程である。筆者らは,電磁気の定理の適用によって問題が同時に解けること,即ち保守的ベクトル場がゼロ回転或いは「回転」を持つことを提案した。筆者らは,(i)BO信号が認識したオブジェクトの内側を指す矢頭を有するベクトル電場として定義し得る,そして(ii)その対応するスカラー場が,塞ぐ/塞がれるオブジェクトの深度において,新指揮した順序に関連した情報を認識した順に関係する情報を運ぶ,ということを仮定した。この計算理論に基づいて単純なモデルを開発した。モデルの結果は,BOコーディングニューロンのオブジェクト側選択性とオブジェクト順の認識と定性的に一致した。本モデルの更新規則は,既存の生理学的結果の新しい解釈を提示するもっともらしいニューラルネットワークとして再現できた。本研究の結果はまた,T接合検出器は深さを計算するためには不必要であることを示唆した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *電磁気学 ,  *境界 ,  ベクトル場 ,  電場 ,  スカラー場 ,  場 ,  *情報処理 ,  符号化 ,  バックグラウンド ,  深さ ,  計算理論 ,  ポテンシャル
準シソーラス用語： コーデング ,  スカラーポテンシャル ,  ポテンシャル場 ,  *計算電磁気学 ,  *視覚処理 ,  深度 ,  背景

著者キーワード (5件)： ニューラル計算 ,  中期ビジョン ,  奥行き知覚 ,  知覚的組織化 ,  受容野

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 計算電磁気学 ,  境界 ,  所有 ,  モデル