Deep learningで画像認識③〜ネオコグニトロンとは？〜

Deep learningは、画像認識において大きな成功を収めています。そこで用いられる多層ネットワークは、畳み込みニューラルネットワーク（convolutional neural network：CNN）と呼ばれており、画像認識に適した独特の構造を持っています。 前回（Deep learningで画像認識②）は、CNNがなぜ画像認識に適しているのかを解説しました。 簡単にまとめると、CNNが、われわれの視覚野の神経細胞の２つの働き ①「画像の濃淡パターンを検出する（特徴抽出）」：単純型細胞（以下S細胞） ②「物体の位置が変動しても同一の物体であるとみなす（位置ズレを許容する）」：複雑型細胞（以下C細胞） これらを組み合わせたモデルになっているからです。 この2つの神経細胞の働きを組み込んだ、CNNの初期のモデルは、「ネオコグニトロン」と呼ばれ、日本人研究者の福島邦彦氏が1982年に発表し

[stibbar]

http://hiro2o2.hatenablog.jp/entry/2016/02/05/215919