ニュ−スレターお申し込み
 
 
 


 
 
News list  Print this   E-mail this
KAIST、深層神経網の数学的原理を解明

医療映像、精密分野など様々な分野で活用可能


大徳所在のKAIST(シン・ソンチョル総長)はバイオおよび脳工学科のイェ・ジョンチョル碩座教授研究チームが医療映像、精密分野への活用が可能な高性能深層神経網の数学的原理を究明したと5月10日に発表した。

深層神経網は最近爆発的に成長している人工知能の核心となるディープラーニングの代表的な実現方法。これを利用した映像・音声認識、映像処理、囲碁、チェスなどはすでに人間の能力を超えており4次産業革命の核心技術とされている。

だが深層神経網はすぐれた性能にもかかわらず正確な動作原理が明らかになっておらず予想外の結果が出たりエラーが発生するなどの問題があった。これにともない「説明可能な人工知能(explainable AI: XAI)」に対する社会的技術的ニーズが高まっている。

研究チームは深層神経網の構造が得られる高次元空間における幾何学的構造を解明するために努めた。その結果、既存の信号処理分野で集中的に研究されている高次元構造であるハンケル行列(Hankel matrix)を基底関数で分解する過程で深層神経網の構造が出てくることを発見した。

ハンケル行列が分解される過程で基底関数は局地基底関数(local basis)と広域基底関数(non-local basis)に分かれる。研究チームは広域基底関数と局地基底関数がそれぞれ人工知能のプーリング(pooling)とフィルタリング(filtering)の役割を果たすことを明らかにした。

これまでは人工知能を具現するための深層神経網の構成は具体的な作動原理が分からないまま実験的になされたが、研究チームは信号を効果的に表わす高次元空間であるハンケル行列を求めてこれを分離する方式によりフィルタリング、プーリング構造を得る理論的な構造を提示した。

こうした性質を利用すれば入力信号の複雑さにより基底関数の個数と深層神経網の深さを定めて必要とする深層神経網の構造を提示することができる。

研究チームは数学的原理を通じて提案された人工神経網の構造を映像ノイズ除去、映像画素復元、医療映像復元などに利用すると優れた性能を示すことを確認した。

研究に当ったイェ・ジョンチョル教授は「試行錯誤を繰り返して設計する既存の深層神経網とは違い必要な応用方法に最適化された深層神経網構造を数学的原理でデザインし、その影響を予測できる。医療映像など説明可能な人工知能を必要とするさまざまな分野に応用できるだろう」と話している。

研究結果は応用数学分野の国際学術誌『SIAM Journal on Imaging Sciences』電子版に4月26日付で掲載された。





[2018-05-16]

weblio

by weblio


Go Back Top
News list  Print this   E-mail this


 
Home | ニュ−ス | 大徳ネット紹介 | Sitemap | Contact Us

Copyright(c)2004 大徳ネット. All rights reserved. Email:itom@hellodd.com
(〒)305-340 大田 儒城区 道龍洞 441- 綜合福祉センター2階
Tel:+82-42-861-5005 Fax:+82-42-861-5059