2.3.1 ネオコグニトロン
階層型のネットワークとしてネオコグニトロンというニューラルネットワークがあります。 これは1980年から1988年にかけて、福島邦彦氏が開発したものです。 ネオコグニトロンはコグニトロンの後継機として開発されました。

ネオコグニトロンの基礎的な機能は画像に対してパターン認識ネットワークとして働くことです。 その中でも特に数字のバイナリ画像(方眼紙の各マスを数字に見えるように塗りつぶした画像) で学習やテストが行なわれます。

ネオコグニトロンは次の図のようなネットワーク構成をしています。

このネットワークはS(Simple)型処理要素とC(Complex)型処理要素が1つの層をとなり、 全部で4層からなっています。各処理要素はいくつかのスラブ持っています。 スラブとは1〜441個の処理要素の様々なサイズをとる画像パターンのようなものです。 ネオコグニトロンは1つの画像をいくつかの領域に分割し、 それぞれの領域について処理をし、最終的にその画像のパターンを分類します。


Copyright(c) Iwata-Lab. N.I.T. All rights reserved.