[4Rin1] インタラクティブ2

[4Rin1-83] 畳み込みレザバー計算による画像認識

〇米村 祥裕¹、香取 勇一^1,2 (1.公立はこだて未来大学、2.東京大学生産技術研究所)

キーワード：レザバー計算、画像認識

画像認識の分野で畳み込みニューラルネットワーク(CNN)が高い精度を挙げている．CNNは入力画像の空間的な特徴量を抽出することに長けており，転移学習などを行うことで、他の機械学習と組み合わせた分類器を作成することが可能である．計算機の進化によってニューラルネットワークの学習にかかる負担は解消されつつあるが，学習変数は膨大であるため，いまだCNNの計算量は少なくない．そこで近年，CNNにレザバー計算を組み合わせたモデルが提案されている。レザバー計算は単純な学習則によって複雑な時系列を生成するモデルである。先行研究でレザバー計算を用いた画像認識モデルがいくつか提案されているが、レザバー計算のモデル構造や、パラメータと認識精度との関係は明らかではない．
本研究はCNNとレザバー計算に基づくモデルを新たに定義し，モデルの認識精度とパラメータとの関係を明らかにすることを目的としている．複数の画像データセットを用いて認識精度の評価とパラメータ探索を行い，モデルのパラメータと認識精度の関係を分析した結果，高い認識精度が得られることと，パラメータと認識精度との関係が確認された．