2024/12/07 更新

写真a

マツヤマ ヤスオ
松山 泰男
所属
理工学術院
職名
名誉教授
学位
Ph.D. ( 1978年09月 スタフォード大学 )
工学博士 ( 1974年03月 早稲田大学 )
工学修士 ( 1971年03月 早稲田大学 )
工学士 ( 1969年03月 早稲田大学 )
ホームページ
プロフィール
身体をよく動かすことが好きです.ただし,競技スポーツについては観客です.

経歴

  • 2017年04月
    -
    継続中

    早稲田大学   理工学術院(理工学総合研究所)   名誉教授,名誉研究員

  • 2019年05月
    -
    2020年05月

    早稲田電気工学会   会長

  • 1996年04月
    -
    2017年03月

    早稲田大学   理工学術院(電気電子情報工学科;その後,情報理工学科)   教授

  • 2011年04月
    -
    2014年03月

    早稲田大学   メディアネットワークセンター   所長

  • 1985年04月
    -
    1996年03月

    茨城大学   工学部 情報工学科   助教授,教授,博士課程専攻長

  • 1994年01月
    -
    1994年08月

    人事院   国家公務員採用Ⅰ種 総合試験 試験専門委員 理系代表(文部教官との併任)

  • 1979年04月
    -
    1985年03月

    茨城大学   教養部   講師(その後,助教授)

  • 1974年07月
    -
    1978年10月

    日本学術振興会およびフルブライト   日米人物交換フェロー(スタンフォード大学)

  • 1977年10月
    -
    1978年09月

    スタンフォード大学   情報システム研究所   研究助手

▼全件表示

学歴

  • 1974年09月
    -
    1978年09月

    スタンフォード大学   大学院工学研究科   電気工学専攻,博士課程  

  • 1971年04月
    -
    1974年03月

    早稲田大学   大学院 理工学研究科   電気工学専攻,博士課程  

  • 1969年04月
    -
    1971年03月

    早稲田大学   大学院 理工学研究科   電気工学専攻,修士課程  

  • 1965年04月
    -
    1969年03月

    早稲田大学   理工学部   電気工学科  

委員歴

  • 2011年01月
    -
    2015年03月

    私立大学情報教育協会  教育改革ICT戦略改革運営委員会委員

  • 2011年01月
    -
    2011年03月

    日本学術振興会  科学研究費委員会 第二段審査委員

  • 2008年08月
    -
    2009年07月

    日本学術振興会  特別調査委員会委員 国際事業委員会書面審査委員

  • 2009年01月
    -
    2009年03月

    日本学術振興会  グローバルCOEプログラム レフェリー

  • 2005年01月
    -
    2005年12月

    日本学術振興会  科学研究費委員会委員

  • 2003年01月
    -
    2005年12月

    日本神経回路学会  理事

  • 1999年04月
    -
    2003年03月

    基盤技術研究促進センター  技術評価委員会委員

  • 1999年11月
    -
    2001年03月

    情報処理学会  教科書編集委員会委員

  • 1997年06月
    -
    1999年06月

    人工知能学会  編集委員会委員

  • 1996年05月
    -
    1997年05月

    電子情報通信学会  東京支部評議員

▼全件表示

所属学協会

  •  
     
     

    ACM

  •  
     
     

    情報処理学会

  •  
     
     

    電子情報通信学会

  •  
     
     

    IEEE

研究分野

  • 知能情報学   機械学習 / 統計科学   確率統計的情報処理 / 知覚情報処理   生体信号処理 / ウェブ情報学、サービス情報学   ブロックチェーン応用

研究キーワード

  • 計算知能

  • 機械学習

  • 統計的データ処理

  • 生体信号処理

  • ブロックチェーン応用

受賞

  • 大隈学術褒賞記念賞

    2016年11月   早稲田大学  

    受賞者: 松山 泰男

  • WASEDA e-Teaching Award

    2016年04月   早稲田大学  

    受賞者: 松山 泰男

  • 優秀教材賞

    2015年06月   情報処理学会  

    受賞者: 松山泰男

  • フェロー

    2014年06月   情報処理学会  

    受賞者: 松山泰男

  • 終身フェロー

    2013年01月   米国電気電子工学会  

    受賞者: 松山泰男

  • Y. Dote記念最優秀論文賞

    2008年10月   米国電気電子工学会および米国計算機学会  

    受賞者: 松山泰男

  • LSI IPアワード

    2006年05月   LSI IPコンソーシアム   知的財産賞  

    受賞者: 松山泰男

  • 最優秀応用論文賞

    2004年11月   アジア太平洋神経回路網協会  

    受賞者: 松山泰男

  • フェロー

    2002年03月   電子情報通信学会  

    受賞者: 松山泰男

  • IEEE Neural Networks誌最優秀論文賞

    2001年07月   米国電気電子工学会  

    受賞者: 松山泰男

  • テレコムシステム技術賞本賞

    2001年03月   電気通信普及財団  

    受賞者: 松山泰男

  • フェロー

    1998年01月   米国電気電子工学会  

    受賞者: 松山泰男

  • 最優秀論文賞

    1992年05月   電子情報通信学会  

    受賞者: 松山泰男

  • テレコムシステム技術賞奨励賞

    1988年03月   電気通信普及財団  

    受賞者: 松山泰男

▼全件表示

 

論文

  • Divergence family contribution to data evaluation in blockchain via alpha-EM and log-EM algorithms

    Yasuo Matsuyama

    IEEE Access   9   24546 - 24559  2021年02月  [査読有り]

    担当区分:筆頭著者

  • Divergence family attains blockchain applications via α-EM algorithm

    Yasuo Matsuyama

    Proc. IEEE International Symposium on Information Theory   1 ( 1 ) 727 - 731  2019年07月  [査読有り]

  • Similar video retrieval via order-aware exemplars and alignment

    T. Horie, M. Uchida, Y. Matsuyama

    Journal of Signal and Information Processing   9   73 - 91  2018年05月  [査読有り]

    DOI

  • エクサスケールに向かう学部スパコン教育の衝撃:中国でのASC17からの知見

    松山泰男

    情報処理学会誌   58 ( 10 ) 914 - 918  2017年10月  [査読有り]

  • The Alpha-HMM Estimation Algorithm: Prior Cycle Guides Fast Paths

    Yasuo Matsuyama

    IEEE TRANSACTIONS ON SIGNAL PROCESSING   65 ( 13 ) 3446 - 3461  2017年07月  [査読有り]

     概要を見る

    The estimation of generative structures for sequences is becoming increasingly important for preventing such data sources from becoming a flood of disorganized information. Obtaining hidden Markov models (HMMs) has been a central method for structuring such data. However, users have been aware of the slow speed of this algorithm. In this study, we devise generalized and fast estimation methods for HMMs by employing a geometric information measure that is associated with a function called the alpha-logarithm. Using the alpha-logarithmic likelihood ratio, we exploit prior iterations to guide rapid convergence. The parameter alpha is used to adjust the utilization of previous information. A fixed-point approach using a causal shift and a series expansion is responsible for this gain. For software implementations, we present probability scaling to avoid underflow, where we generalize flaw corrections to the de facto standard. For the update mechanism, we begin with a method called shotgun surrogates, in relation to the parameter alpha. Then, we obtain a dynamic version that employs the controlling and undoing of alpha. Experiments on biological sequences and brain signals for practical state models demonstrate that a significant speedup is achieved compared to the Baum-Welch method. The effects of restricting the state models are also reported.

    DOI

  • Human-aware IoCT via machine learning and HPC

    Yasuo Matsuyama

    High-Performance Computing Connection Workshop     1 - 31  2017年04月  [査読有り]  [招待有り]

  • Verification of Fraudulent PIN Holders by Brain Waves

    Hiromichi Iwasa, Teruki Horie, Yasuo Matsuyama

    2016 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS (IJCNN)     2068 - 2075  2016年  [査読有り]

     概要を見る

    Brain waves, or electroencephalograms (EEGs), are applicable to user verification. We devise a two-factor system so that impersonators who hold identification numbers in fraudulence are detectable. In the first step, a subject either authentic or false tries to input a digit of a ten-key in the personal identification number by a P300 speller. The P300 speller is a brain-computer interface that detects positive voltage jump when a subject identifies specific digits on a display visually. By considering the performance of the P300 speller, we allow an error of one digit out of the four digits. On the other hand, we keep suspicion even for the case of perfect four digits because of the possibility of impersonation by a stolen case. Following the P300 spelling, we apply a verification of subjects by brain waves. Averaging of detected P300 waveforms after band-pass filtering takes the role of feature extraction. Then, a support vector machine applied to the averaged waveforms decides whether the subject is authentic or false. Thus, the total system does not entail the complexity of multimodality. For this system, we measured average error rates for 20 subjects. Experiments showed the false rejection rate of 3.9% at the false acceptance rate of 0% for the 4-digit number case. These pair values are successfully low even by using brain waves that usually contain many artifacts. Additionally, experiments on a diabetes patient before and after an insulin injection are also conducted. The result shows that the appropriate injection control maintains no difference from ordinary subjects. In concluding remarks, we consider methods to increase subjects and digits for applications in a larger society.

    DOI

  • Brain signal's low-frequency fits the continuous authentication

    Yasuo Matsuyama, Michitaro Shozawa, Ryota Yokote

    NEUROCOMPUTING   164   137 - 143  2015年09月  [査読有り]

     概要を見る

    In this paper, we propose a method to utilize low-frequency brain signals for continuous authentication of users. During such monitoring, the users to be authenticated can work without interruption. This style of authentication is expected to complement traditional methods based on passwords, which can be easily forgotten or stolen. For brain signal-based continuous authentication, we measured oxyhemoglobin changes in the brain through near-infrared spectroscopy (NIRS). There are two cases of NIRS measurement: a rest case, and a keyboard typing task case. In both cases, the brain signals were found to show specific patterns in the range around 1.5 Hz. Identified personality was used to prevent impersonators. For the detection of impostors, we first carried out a principal component analysis (PCA) of the logarithmic power spectra of the NIRS signals. Small eigenvalues were discarded so that excessive learning of system parameters can be avoided. The processed spectral data were utilized to obtain an average weight vector for support vector machines (SVMs). The average weight vector was applied to the spectral data to emphasize characteristic patterns in low-frequency regions. This process generated separable clusters for each subject's NIRS signals. In the test phase, unknown subject's NIRS signals were measured and preprocessed. Following this, we carried out continuous authentication by computing the Mahalanobis distance to the registered cluster set. For both the rest and task cases of the NIRS, the authentication accuracy of our proposed method was greater than 99% at the equal error rate (EER). Dynamic authentication of this sort using brain signals can offer a viable method for reducing excessive dependence on traditional password-based methods. (C) 2015 Elsevier B.V. All rights reserved.

    DOI

  • Application of KL divergence for estimation of each metabolic pathway genes

    S. Maruyama, Y. Matsuyama, S. Aburatani

    International Journal of Medical Health, Biomedical, Bioengineering and Pharmaceutical Engineering   9 ( 3 ) 267 - 271  2015年03月  [査読有り]

  • Order-Aware Exemplars for Structuring Video Sets: Clustering, Aligned Matching and Retrieval by Similarity

    Yasuo Matsuyama, Akihiro Shikano, Riromichi Iwase, Teruki Rorie

    2015 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS (IJCNN)   1   1 - 10  2015年  [査読有り]

     概要を見る

    Video data captured and uploaded under volatile conditions is accumulating into a flood of unstructured content that is hard to manage. In this paper, we present a set of algorithms that generate numeric or soft labels to structure automatically and produce video similarity ran kings. Exemplar frames are extracted from each video during the labeling process. We propose five types of learning algorithms based on the following three classes: affinity propagation, k-means or harmonic competition, and pairwise nearest-neighbor. For redundancy reduction, we also provide an algorithm that prunes excessive exemplars. The five learning algorithms produced creditable order-aware exemplar sets for the target videos. Because the content and lengths of the videos differ in terms of temporal order, we provide new methods to analyze the similarities between exemplar sets. The m-distance similarity measure is the core concept used for the global and local alignments performed on the obtained exemplar sets. Based on this comparison mechanism, we identified high-precision recall curves for all five methods. In terms of learning speed, the k-means and pairwise nearest-neighbor classes are recommendable. To facilitate similar-video retrieval, we developed a graphical user interface that accepts videos downloaded from the Web. By replacing a procedure in the software, the proposed similar-video retrieval system can accommodate more elaborate frame comparison features.

    DOI

  • Learning Algorithms and Frame Signatures for Video Similarity Ranking

    Teruki Horie, Akihiro Shikano, Hiromichi Iwase, Yasuo Matsuyama

    NEURAL INFORMATION PROCESSING, PT I   9489   147 - 157  2015年  [査読有り]

     概要を見る

    Learning algorithms that harmonize standardized video similarity tools and an integrated system are presented. The learning algorithms extract exemplars reflecting time courses of video frames. There were five types of such clustering methods. Among them, this paper chooses a method called time-partition pairwise nearest-neighbor because of its reduced complexity. On the similarity comparison among videos whose lengths vary, the M-distance that can absorb the difference of the exemplar cardinalities is utilized both for global and local matching. Given the order-aware clustering and the M-distance comparison, system designers can build a basic similar-video retrieval system. This paper promotes further enhancement on the exemplar similarity that matches the video signature tools for the multimedia content description interface by ISO/IEC. This development showed the ability of the similarity ranking together with the detection of plagiarism of video scenes. Precision-recall curves showed a high performance in this experiment.

    DOI

  • Inferring genes involved in metabolic pathways by using support vector machines

    S. Maruyama, Y. Matsuyama, S. Aburatani

    Proc. Second International Conference on Advances in Bio-Informatics, Bio-Technology and Environmental Engineering     30 - 36  2014年11月  [査読有り]

  • Machine learning strategies for big data unitization: Assembiling via statistical soft label

    Yasuo Matsuyama

    Proc. Int. Conf. on Audio, Language and Image Processiong   Plenary talk ( - ) 1 - 40  2014年07月  [査読有り]  [招待有り]

  • Similar-Video Retrieval via Learned Exemplars and Time-Warped Alignment

    Teruki Horie, Masafumi Moriwaki, Ryota Yokote, Shota Ninomiya, Akihiro Shikano, Yasuo Matsuyama

    NEURAL INFORMATION PROCESSING, ICONIP 2014, PT III   8836 ( 3 ) 85 - 94  2014年  [査読有り]

     概要を見る

    New learning algorithms and systems for retrieving similar videos are presented. Each query is a video itself. For each video, a set of exemplars is machine-learned by new algorithms. Two methods were tried. The first and main one is the time-bound affinity propagation. The second is the harmonic competition which approximates the first. In the similar-video retrieval, the number of exemplar frames is variable according to the length and contents of videos. Therefore, each exemplar possesses responsible frames. By considering this property, we give a novel similarity measure which contains the Levenshtein distance (L-distance) as its special case. This new measure, the M-distance, is applicable to both of global and local alignments for exemplars. Experimental results in view of precision-recall curves show creditable scores in the region of interest.

    DOI

  • Automatic estimation of transcriptional regulation of budding yeast by a machine learning method

    S. Maruyama, Y. Matsuyama, S. Aburatani

    Proc. International Conference on Systems Biology   Poster-2-187  2013年08月  [査読有り]

    DOI

  • Automatic estimation of transcriptional regulation of budding yeast by a machine learning method

    S. Maruyama, Y. Matsuyama, S. Aburatani

    14th International onference on Systems Biology     20187  2013年06月  [査読有り]

  • Brain Signal Based Continuous Authentication: Functional NIRS Approach

    Michitaro Shozawa, Ryota Yokote, Seira Hidano, Chi-Hua Wu, Yasuo Matsuyama

    ADVANCES IN COMPUTATIONAL INTELLIGENCE, PT II   7903   171 - 180  2013年  [査読有り]

     概要を見る

    A new approach to continuous authentication is presented. The method is based on a combination of statistical decision machines for brain signals. Functional Near Infra Red Spectroscopy (NIRS) is used to measure brain oxyhemoglobin changes for each subject to be authenticated. Such biosignal authentication is expected to be a viable complementary method to traditional static security systems. The designed system is based on a discriminant function which utilizes the average weight vector of one-versus-one support vector machines for NIRS spectra. By computing a histogram of Mahalanobis distances, high separability among subjects was recognized. This experimental result guarantees the utility of brain NIRS signals to the continuous authentication.

    DOI

  • Icon placement regularization for Jammed profiles: Applications to web-registered personnel mining

    Hiroyuki Kamiya, Ryota Yokote, Yasuo Matsuyama

    Communications in Computer and Information Science   409   70 - 79  2013年  [査読有り]

     概要を見る

    A new icon spotting method for designing a user-friendly GUI is described. Here, each icon can represent continuous and discrete vector data which are possibly high-dimensional. An important issue is icon-margin adjustment or uniforming while the relative positioning is maintained. For generating such GUI, multidimensional scaling, kernel principal component analysis (KPCA) and regularization were combined. This method was applied to a set of city locations and a big data set of web-registered job hunter profiles. The former is used to check to see location errors. There were only little mis-allocations. The latter is a set of high dimensional and sparsely discrete-valued big data in the real world. Through these experiments, it was recognized that the presented method, which combines multidimensional scaling, KPCA and the regularization, is applicable to a wide class of jammed big data for generating a user-friendly GUI. © Springer International Publishing Switzerland 2013.

    DOI

  • Rapid algorithm for independent component analysis

    R. Yokote, Y. Matsuyama

    Journal of Signal and Information Processing   3 ( 3 ) 275 - 285  2012年08月  [査読有り]

    DOI

  • From convex divergence to human-aware information processing: Good models mismatch well, therefore serviceable

    Y. Matsuyama

    International Workshop on Anomalous Statistics, Generalized Entropies, and InformationGeometry (Invited Papers)     215 - 215  2012年03月  [査読有り]  [招待有り]

  • Conversion of sensitivity-based tasks from brain signals and motions: Applications to humanoid operation

    Yasuo Matsuyama, Ryota Yokote, Yuuki Yokosawa

    Proceedings of the IASTED International Conference on Artificial Intelligence and Soft Computing, ASC 2012     270 - 277  2012年  [査読有り]

     概要を見る

    Multimodal signals emanated from human users are applied to operations of bipedal humanoids. Distinctive features of the designed system include recognition and conversion of sensibilities as patterns contained in the biosignals. The total recognition system is a combination of Bayesian networks, hidden Markov models, independent component analysis, and support vector machines. Input biosignals are electro-encephalogram, brain near infra-red spectroscopy, neural spike trains, and body motions (gestures). After the recognition of biosignals, user intentions issued as patterns are transduced to different electronic tasks. In addition to such an ability of sensory conversion, this mechanism has a merit of enhancing the independence of target machines. The combined recognizer allows system designers to use conventional PCs alone. With all of such advantages, a bipedal humanoid, which is selected as a representative of contemporary electronic appliances, is operated by the human biosignals. Operations by inner language patterns are also realized.

    DOI

  • Composite Data Mapping for Spherical GUI Design: Clustering of Must-Watch and No-Need TV Programs

    Masaya Maejima, Ryota Yokote, Yasuo Matsuyama

    NEURAL INFORMATION PROCESSING, ICONIP 2012, PT V   7667   267 - 274  2012年  [査読有り]

     概要を見る

    Mapping tools applicable to big data of composite elements are designed based on a machine learning approach. The central method adopted is the multi-dimensional scaling (MDS). The data set is mapped onto a continuous surface such as a sphere. For checking to see the effectiveness of this method, preliminary experiments on the local optimality were conducted. Supported by those results, the main target for the application in this paper is the design for a spherical GUI (Graphical User Interface) which presents "must-watch" and "no-need" program clusters in TV big data. This GUI shows a certain genre of programs at around the North Pole. Programs having an opposite genre placed at around the South Pole. Since all-recording systems of TV programs are within the realm of home appliances, this GUI can be expected to be one of necessary tools for a video culture.

    DOI

  • FAST ESTIMATION OF HIDDEN MARKOV MODELS VIA ALPHA-EM ALGORITHM

    Yasuo Matsuyama, Ryunosuke Hayashi, Ryota Yokote

    2011 IEEE STATISTICAL SIGNAL PROCESSING WORKSHOP (SSP)   1 ( 1 ) 89 - 92  2011年  [査読有り]

     概要を見る

    Fast estimation algorithms of Hidden Markov Models (HMMs), or alpha-HMMs, are presented. Such novel algorithms inherit speedup properties of the alpha-EM algorithm. Since the alpha-EM algorithm includes the traditional log-EM algorithm as its special case, the alpha-HMM also includes the traditional log-HMM as its special case. This generalization appears as the utilization of the past information which is the main device of the speedup. Since the memorization of the past information requires only little increase of computational load and memory, the iteration speedup directly appears as that of CPU time. Experimental results are given.

    DOI

  • Hidden Markov Model Estimation Based on Alpha-EM Algorithm: Discrete and Continuous Alpha-HMMs

    Yasuo Matsuyama

    2011 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS (IJCNN)     808 - 816  2011年  [査読有り]

     概要を見る

    Fast estimation algorithms for Hidden Markov models (HMMs) for given data are presented. These algorithms start from the alpha-EM algorithm which includes the traditional log-EM as its proper subset. Since existing or traditional HMMs are the outcome of the log-EM, it had been expected that the alpha-HMM would exist. In this paper, it is shown that this foresight is true by using methods of the iteration index shift and likelihood ratio expansion. In each iteration, new update equations utilize one-step past terms which are computed and stored during the previous maximization step. Therefore, iteration speedup directly appears as that of CPU time. Since the new method is theoretically based on the alpha-EM, all of its properties are inherited. There are eight types of alpha-HMMs derived. They are discrete, continuous, semi-continuous and discrete-continuous alpha-HMMs, and both for single and multiple sequences. Using the properties of the alpha-EM algorithm, the speedup property is theoretically analyzed. Experimental results including real world data are given.

    DOI

  • Independent Component Analysis with Graphical Correlation: Applications to Multi-Vision Coding

    Ryota Yokote, Toshikazu Nakamura, Yasuo Matsuyama

    2011 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS (IJCNN)     701 - 708  2011年  [査読有り]

     概要を見る

    New algorithms for joint learning of independent component analysis and graphical high-order correlation (GC-ICA: Graphically Correlated ICA) are presented. The presented method has a fixed point style or of the FastICA, however, it comprises independent but correlated subparts. Correlations by teacher signals are also allowed. In spite of such inclusion of the dependency, the presented algorithm shows fast convergence. The converged set of bases has reduced indeterminacy on the ordering. This is equivalent to a self-organization of bases. This method can be used to analyze multiple images simultaneously. Examples are given on images from 3D-stereo videos shots. The correlation of bases on left and right eye views is shown for the first time here. Further speedup using the strategy of the RapidICA is possible.

    DOI

  • Multimodal Human-Humanoid Interaction Using Motions, Brain NIRS and Spike Trains

    Yasuo Matsuyama, Nimiko Ochiai, Takashi Hatakeyama, Keita Noguchi

    PROCEEDINGS OF THE 5TH ACM/IEEE INTERNATIONAL CONFERENCE ON HUMAN-ROBOT INTERACTION (HRI 2010)   ( 131 ) 173 - 174  2010年  [査読有り]

     概要を見る

    Heterogeneous bio-signals including human motions, brain NIRS and neural spike trains are utilized for operating biped humanoids. The Bayesian network comprising Hidden Markov Models and Support Vector Machines is designed for the signal integration. By this method, the system complexity is reduced so that that total operation is within the scope of PCs. The designed system is capable of transducing original sensory meaning to another. This leads to prosthesis, rehabilitation and gaming. In addition to the supervised mode, the humanoid can act autonomously for its own designed tasks.

    DOI

  • Alpha-EM Gives Fast Hidden Markov Model Estimation: Derivation and Evaluation of Alpha-HMM

    Yasuo Matsuyama, Ryunosuke Hayashi

    2010 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS IJCNN 2010     663 - 670  2010年  [査読有り]

     概要を見る

    A fast learning algorithm for Hidden Markov Models is derived starting from convex divergence optimization. This method utilizes the alpha-logarithm as a surrogate function for the traditional logarithm to process the likelihood ratio. This enables the utilization of a stronger curvature than the logarithm. This paper's method includes the ordinary Baum-Welch re-estimation algorithm as a proper subset. The presented algorithm shows fast learning by utilizing time-shifted information during the progress of iterations. The computational complexity of this algorithm, which directly affects the CPU time, remains almost the same as the logarithmic one since only stored results are utilized for the speedup. Software implementation and speed are examined in the test data. The results showed that the presented method is creditable.

    DOI

  • Yet Rapid ICA: Applications to Un-Indexed Image-to-Image Retrieval

    Ryota Yokote, Yasuo Matsuyama

    2010 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS IJCNN 2010     4255 - 4262  2010年  [査読有り]

     概要を見る

    A faster algorithm of ICA is devised. This method utilizes multi-step past information with the existing fixed-point method. The use of past information comes from the idea of surrogate optimization. The speed and implemented software are checked for both simulated and read data. The presented ICA, named RapidICA, is applied to image-to-image retrieval without indices. Images judged to be similar reflected user's opinion well.

    DOI

  • Brain Signal Recognition and Conversion towards Symbiosis with Ambulatory Humanoids

    Yasuo Matsuyama, Keita Noguchi, Takashi Hatakeyama, Nimiko Ochiai, Tatsuro Hori

    BRAIN INFORMATICS, BI 2010   6334   101 - 111  2010年  [査読有り]

     概要を見る

    Human-humanoid symbiosis by using brain signals is presented. Humans issue two types of brain signals. One is non-invasive NIRS giving oxygenated hemoglobin concentration change and tissue oxygeneration index. The other is a set of neural spike trains (measured on macaques for safety compliance). In addition to such brain signals, human motions are combined so that rich in carbo information is provided for the operation of a humanoid which is a representative of in silico information processing appliances. The total system contains a recognition engine of an HMM/SVM-embedded Bayesian network so that the in carbo signals are integrated, recognized and converted to operate the humanoid. This well-folded system has made it possible to operate the humanoid by thinking alone using a conventional PC. The designed system's ability of transducing sensory information is expected to lead to amusement systems, rehabilitation and prostheses.

    DOI

  • Sensibility-Aware Image Retrieval Using Computationally Learned Bases: RIM, JPG, J2K, and Their Mixtures

    Takatoshi Kato, Shun'ichi Honma, Yasuo Matsuyama, Tetsuma Yoshino, Yuuki Hoshino

    ADVANCES IN NEURO-INFORMATION PROCESSING, PT I   5506   621 - 628  2009年  [査読有り]

     概要を見る

    Sensibility-aware image retrieval methods axe, presented and their performances are compared. Three systems are discussed in this paper: PCA/ICA-based method called RIM (Retrieval-aware IMage format), JPEG, and JPEC2000. In each case, a query is an image per se. Similar images are retrieved to this query. The RIM method is judged to be the best settlement in view of the retrieval performance and the response speed according a carefully designed set of opinion tests. An integrated retrieval system for image collections from the network and databases which contain RIM, JPEG and JPEG2000 is realized and evaluated lastly. Source codes of the RIM method is opened.

  • Sensibility-aware image retrieval using computationally learned bases: RIM, JPG, J2K, and their mixtures

    Takatoshi Kato, Shun'Ichi Honma, Yasuo Matsuyama, Tetsuma Yoshino, Yuuki Hoshino

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   5506 ( 1 ) 621 - 628  2009年  [査読有り]

     概要を見る

    Sensibility-aware image retrieval methods are presented and their performances are compared. Three systems are discussed in this paper: PCA/ICA-based method called RIM (Retrieval-aware IMage format), JPEG, and JPEG2000. In each case, a query is an image per se. Similar images are retrieved to this query. The RIM method is judged to be the best settlement in view of the retrieval performance and the response speed according a carefully designed set of opinion tests. An integrated retrieval system for image collections from the network and databases which contain RIM, JPEG and JPEG2000 is realized and evaluated lastly. Source codes of the RIM method is opened. © 2009 Springer Berlin Heidelberg.

    DOI

  • Protein Folding Classification by Committee SVM Array

    Mika Takata, Yasuo Matsuyama

    ADVANCES IN NEURO-INFORMATION PROCESSING, PT II   5507   369 - 377  2009年  [査読有り]

     概要を見る

    Protein folding classification is a meaningful step to improve analysis of the whole structures. We have designed committee Support Vector Machines (committee SVMs) and their array (committee SVM array) for the prediction of the folding classes. Learning and test data are amino acid sequences drawn from SCOP (Structure Classification Of Protein database). The classification category is compatible with the SCOP. SVMs and committee SVMs are designed in an one-versus-others style both for chemical data and sliding window patterns (spectrum kernels). This generates the committee SVM array. Classification performances are measured in view of the Receiver Operating Characteristic curves (ROC). Superiority of the committee SVM array to existing prediction methods is obtained through extensive experiments to compute the ROCs.

    DOI

  • Bio-signal Integration for Humanoid Operation: Gesture and Brain Signal Recognition by HMM/SVM-Embedded BN

    Yasuo Matsuyama, Fumiya Matsushima, Youichi Nishida, Takashi Hatakeyama, Koji Sawada, Takatoshi Kato

    ADVANCES IN NEURO-INFORMATION PROCESSING, PT I   5506   352 - 360  2009年  [査読有り]

     概要を見る

    Joint recognition of bio-signals emanated from human(s) is discussed. The bio-signals in this paper include camera-captured gestures and brain signals of hemoglobin change Delta O(2)H(b). The recognition of the integrated data is applied to the operation of a biped humanoid. Hidden Markov Models (HMMs) and Support Vector Machines (SVMs) undertake the first stage recognition of individual signal. These subsystems are regarded as soft command issuers. Then, such low-level commands are integrated by a Bayesian Network (BN). Therefore, the total system is a novel HMM/SVM-embedded BN. Using this new recognition system, human operators can control the biped humanoid through the network by realizing more motion classes than methods of HMM-alone, SVM-alone and BN-alone.

    DOI

  • Multimodal Belief Integration by HMM/SVM-Embedded Bayesian Network: Applications to Ambulating PC Operation by Body Motions and Brain Signals

    Yasuo Matsuyama, Fumiya Matsushima, Youichi Nishida, Takashi Hatakeyama, Nimiko Ochiai, Shogo Aida

    ARTIFICIAL NEURAL NETWORKS - ICANN 2009, PT I   5768   767 - 778  2009年  [査読有り]

     概要を見る

    Methods to integrate multimodal beliefs by Bayesian Networks (BNs) comprising Hidden Markov Models (HMMs) and Support Vector Machines (SVMs) are presented. The integrated system is applied to the operation of ambulating PCs (biped humanoids) across the network. New features in this paper are twofold. First, the HMM/SVM-embedded BN for the multimodal belief integration is newly presented. Its subsystem also has a new structure such as a committee SVM array. Another new fearure is with the applications. Body and brain signals are applied to the ambulating PC operation by using the recognition of multimodal signal patterns. The body signals here are human gestures. Brain signals are either HbO(2) of NIBS or neural spike trains. As for such ambulating PC operation, the total system shows better performance than HAIM and BN systems alone.

    DOI

  • Eukaryotic transcription start site recognition involving non-promoter model

    Y. Matsuyama, K. Kawasaki, T. Hotta, R. Mizutani, M. Takata, A. Ishida

    Intelligent Systems for Molecular biology, 2008   1   L05  2008年07月

  • Image-to-image retrieval reflecting human sensibility and association

    Yasuo Matsuyama, Yuuki Hoshino

    2008 7TH ASIA-PACIFIC SYMPOSIUM ON INFORMATION AND TELECOMMUNICATION TECHNOLOGIES   1   19 - 24  2008年  [査読有り]

     概要を見る

    Image-to-Image retrieval (I2I) accompanied by data compression are presented. Given a query image, the presented retrieval system computes PCA and/or ICA bases by extracting source information. On the data compression in the sense of rate-distortion, this method outperforms JPEG which uses DCT. Besides, PCA and ICA bases reflect each image's edge and texture information. Therefore, these bases can be used to define similarities combined with color information. Such similarity :measures are tested to be compatible with human sensibility and association, or human "kansei", via a set of opinion tests. Designed systems are proven to be effective and productive to such similar-image retrieval. In addition to static database, images collected through the Internet and WWW which are based on Text-to-Image retrieval (T2I) are tested. Free annotations attached to such images are often irresponsible and erroneous. Therefore, filtering on so collected images is necessary. This paper's I2I system can filter out such wrong images without sorting by human tasks. All source codes and object codes are open and can be downloaded form the authors' web site.

    DOI

  • HMM-embedded Bayesian network for heterogeneous command integration: Applications to biped humanoid operation over the network

    Yasuo Matsuyama, Youichi Nishida

    5th International Conference on Soft Computing as Transdisciplinary Science and Technology, CSTST '08 - Proceedings   1   138 - 145  2008年  [査読有り]

     概要を見る

    A method to combine a Bayesian Network (BN) and Hidden Markov Models (HMMs) is presented. This compound system is applied to robot operations. The addressed problem and presented methods are novel with the following features: (1) BN and HMMs make a total decision system by accepting evidences from HMMs to the BN. (2) The HMM-embedded BN is applied to the human motion recognition for the biped humanoid operation. (3) Besides the motion recognition, the image recognition is incorporated by adding a BN subsystem. Thus, the total HMM-embedded BN can be regarded as an integrator of heterogeneous commands. (4) The human operator and the biped humanoid can be located on the other side of the network each other. (5) The piped humanoid follows various commands of human motions without falling down by showing better sophistication and operation success than HMM-alone and BN-alone systems. In addition to the above, an information supply to the BN from brain signals is realized through a combination with a Support Vector Machine (SVM). Copyright 2008 ACM.

    DOI

  • Promoter recognition involving motif detection: Studies on E. Coli and humangenes

    Y. Matsuyama, Y. Ishihara, Y. Ito, T. Hotta, K. Kawasaki, T. Hasegawa, M. takata

    International Conference on Intelligent Systems for Molecular Biology     H-06  2007年08月  [査読有り]

  • Image-to-image retrieval using computationally learned bases and color information

    Yasuo Matsuyama, Fuminori Ohashi, Fumiaki Horiike, Tomohiro Nakamura, Shun'ichi Honma, Naoto Katsumata, Yuuki Hoshino

    2007 IEEE INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS, VOLS 1-6     546 - +  2007年  [査読有り]

     概要を見る

    New methods for joint compression and Image-to-Image retrieval (I2I retrieval) are presented. The novelty exists in the usage of computationally learned image bases besides color distributions. The bases are obtained by the Principal Component Analysis and/or the Independent Component Analysis. On the image compression, PCA and ICA outperform the JPEG's DCT. This superiority holds even if the bases and superposition coefficients are quantized and encoded. On the I2I retrieval, the precision-recall curve is used to measure the performance. It is found that adding the basis information always increases the baseline ability of the color information. Besides the retrieval evaluation, a unified image format called RIM (Retrieval-aware IMage format) for effective packing of codewords including bases is specified. Furthermore, an image search viewer called Wisvi (Waseda Image Search Vlewer) is developed and exploited. A ss-version of all source codes can be down-loaded from a web site given in the text.

    DOI

  • Networked remote operation of humanoid via motion interpretation and image recognition

    J. Kato, N. Takahashi, Y. Ueda, Y. Sugihara, Y. Matsuyama

    Proc. Int. Conf. on Autonomous Robots and Agents   1   51 - 56  2006年12月  [査読有り]

  • Decomposition of DNA sequences into hidden components: Applications to human genome's promoter recognition

    Yasuo Matsuyama, Kenji Onuki

    Intelligent Systems for Mollecular Biology     H67  2006年08月  [査読有り]

  • Retrieval-aware image compression, its format and viewer based upon learned bases

    Naoto Katsumata, Yasuo Matsuyama, Takeshi Chikagawa, Fuminori Ohashi, Fumiaki Horiike, Shun'ichi Honma, Tomohiro Nakamura

    NEURAL INFORMATION PROCESSING, PT 2, PROCEEDINGS   4233   420 - 429  2006年  [査読有り]

     概要を見る

    A retrieval-aware image format (rim format) is developed for the usage in the similar-image retrieval. The format is based on PCA and ICA which can compress source images with an equivalent or often better rate-distortion than JPEG. Besides the data compression, the learned PCA/ICA bases are utilized in the similar-image retrieval since they reflect each source image's local patterns. Following the format presentation, an image search viewer for network environments (Wisvi; Waseda image search viewer) is presented. Therein, each query is an image per se. The Wisvi system based on the "rim" method successfully finds similar-images from non-uniform network environments. Experiments support that the PCA/ICA methods are viable to the joint compression and retrieval of digital images. Interested test users can download a beta-version of the tool for the joint image compression and retrieval from a web site specified in this paper.

    DOI

  • Decomposition of Discrete-symbol biosequences to hidden components: Independent component analysis for DNA promoter recognition

    Y. Matsuyama, K. Onuki, Y. Ishihara

    Proceedings of International Conference on Neural Information Processing (ICONIP)   1   538 - 543  2005年10月  [査読有り]

  • Database retrieval for similar images using ICA and PCA bases

    N Katsumata, Y Matsuyama

    ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE   18 ( 6 ) 705 - 717  2005年09月  [査読有り]

     概要を見る

    Similar-image retrieval systems are newly presented and examined. The systems use ICA bases (independent component analysis bases) or PCA bases (principal component analysis bases). These bases can contain source image's information, however, the indeterminacy. of ordering and amplitude on the bases exists due to the PCA and ICA problem formulation per se. But, this paper successfully avoids this difficulty by using weighted inner products of similar bases. A set of opinion test is carried out on 18 systems according to the combination of {similarity measures (ICA, PCA, color histogram), color spaces (RGB, YIQ, HSV), filtering (with, without)}. The color histogram method is a traditional method. The opinion test shows that the presented method of {ICA, HSV, without filtering} is the best. Runners-up are {ICA, HSV or RGB or YIQ, with filtering}. The traditional method is judged to be much inferior. Thus, this paper's method is found quite effective to the similar-image retrieval from large databases. (c) 2005 Elsevier Ltd. All rights reserved.

    DOI

  • Similar-image retrieval systems using ICA and PCA bases

    N Katsumata, Y Matsuyama

    Proceedings of the International Joint Conference on Neural Networks (IJCNN), Vols 1-5   2   1229 - 1234  2005年  [査読有り]

     概要を見る

    Similar-image retrieval systems are presented and evaluated. The new systems directly use image bases via ICA (Independent Component Analysis) and PCA (Principal Component Analysis). These bases can extract source image's information which is viable to define similarity measures. But, the indeterminacy on amplitude and permutation exists. In this paper, similarity measures which can absorb such indeterminacy are presented. Then, carefully designed opinion tests are carried out to compare the new systems' ability with existing ones. The compatibility of color spaces such as RGB, YIQ, and HSV is also examined. By these massive tests, {ICA., HSV} is judged the best. The resulting system is thus proved to he highly competent at the similar-image retrieval.

    DOI

  • Network communication strategies for cooperative physical agents

    Yasuo Matsuyama, Tsuyoshi Shiga, Takeshi Chikagawa, Narihito Takahashi, Yuuki Ueda

    APSITT 2005: 6th Asia-Pacific Symposium on Information and Telecommunication Technologies, Proceedings   1   148 - 153  2005年  [査読有り]

     概要を見る

    Network communication architecture for cooperative humanoids are designed and realized. The humanoids are operated to walk by two legs. The network is a LAN whose nodes are one master PC and other controller PCs. The master PC works as a central control machine which contains a blackboard, an image processor, and mediators for the controller PCs. The controller PC includes a collaborator and a motion controller. The collaborator communicates with the mediator and the image processor. The motion controller regulates the two-legged humanoid. Under such a combination of computing and communication systems, the walking humanoids carry a bulky box without falling down. The total job is successful if position and angle errors of the humanoids in front of the object are within an admissible range. Thus, this paper successfully adds evidences that walking humanoids can cooperate. The network communications were essential.

    DOI

  • ICA photographic encoding gear: Image bases towards IPEG

    Y Matsuyama, H Kataoka, N Katsumata, K Shimoda

    2004 IEEE INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS, VOLS 1-4, PROCEEDINGS   3   2129 - 2134  2004年  [査読有り]

     概要を見る

    Independent component analysis (ICA) is applied to image coding. There, new design methods for ICA bases are presented. The new feature of this learning algorithm includes the weak guidance, or decreasing supervisory information. The weak guidance reduces the permutation indeterminacy which is unavoidable in usual ICA algorithms. In view of the image compression, this effect corresponds to the generation of image bases honoring the space frequency's neighborhood and 2-D ordering. Following the presentation of this learning algorithm, experiments are performed to obtain serviceable ICA bases. Finally, image compression and restoration are demonstrated to show the eligibility for "image. ipeg." Other applications such as image retrieval are also commented.

    DOI

  • Promoter recognition for E. coli DNA segments by independent component analysis

    Y Matsuyama, R Kawamura

    2004 IEEE COMPUTATIONAL SYSTEMS BIOINFORMATICS CONFERENCE, PROCEEDINGS     686 - 691  2004年  [査読有り]

     概要を見る

    A new method for E. coli DNA segment classification on promoters and non-promoters is presented. The algorithm is based on the Independent Component Analysis (ICA). Since the DNA segments are composed of discrete symbols, this paper contains two major steps: (1) Position-dependent transformation of DNA segments to real number sequences, and (2) Applications of the ICA to the E. coli promoter recognition. These steps are related to each other Therefore, algorithmic explanations are given in detail while referring mutually. The automatic precision of 93.7% is obtained. Since the presented method allows threshold adjustments, twilight-zone data can be further cross-checked individually so that false negatives are reduced.

    DOI

  • Towards the unification of human movement, animation and humanoid in the network

    Y Matsuyama, S Yoshinaga, H Okuda, K Fukumoto, S Nagatsuma, K Tanikawa, H Hakui, R Okuhara, N Katsumata

    NEURAL INFORMATION PROCESSING   3316   1135 - 1141  2004年  [査読有り]

     概要を見る

    A network environment that unifies the human movement, animation and humanoid is generated. Since the degrees of freedom are different among these entities, raw human movements are recognized and labeled using the hidden Markov model. This is a class of gesture recognition which extracts necessary information transmitted to the animation software and to the humanoid. The total environment enables the surrogate of the human movement by the animation character and the humanoid. Thus, the humanoid can work as a moving computer acting as a remotely located human in the ubiquitous computing environment.

    DOI

  • Image compression based upon independent component analysis: Generation of self-aligned ICA bases

    Y. Matsuyama, R. Kawamura, H. Kataoka, N. katsumata, K. Tojima, H. Isijima, K. Shimoda

    Proceedings of Australian and New Zealand Intelligent Information System Conference   1   3 - 8  2003年12月  [査読有り]

  • Agent generation and resource allocation in a network computing environment

    N. Nishioka, Y. Matsuyama, Y. Morita, A. Saitoh, N. katsumata

    Proc. Asia-Paific Symposium on Information and Telecommunication Technologies   1   63 - 68  2003年11月  [査読有り]

  • Independent component analysis with joint speedup and supervisory concept injection: Applications to brain fMRI map distillation

    Y. Matsuyama, R. Kawamura, N. Katsumata

    Proceedings of Fourth International Symposium on Independent Component Analysis and Blind Signal Separation   1   173 - 178  2003年04月  [査読有り]

  • The alpha-EM algorithm: Surrogate likelihood maximization using alpha-logarithmic information measures

    Y Matsuyama

    IEEE TRANSACTIONS ON INFORMATION THEORY   49 ( 3 ) 692 - 706  2003年03月  [査読有り]

     概要を見る

    A new likelihood maximization algorithm called the alpha-EM algorithm (alpha-Expectation-Maximization algorithm) is presented. This algorithm outperforms the traditional or logarithmic EM algorithm in terms of convergence speed for an appropriate range of the design parameter alpha. The log-EM algorithm is a special case corresponding to alpha = -1. The main idea behind the alpha-EM algorithm is to search for an effective surrogate function or a minorizer for the maximization of the observed data's likelihood ratio. The surrogate function adopted in this paper is based upon the alpha-logarithm which is related to the convex divergence. The convergence speed of the alpha-EM algorithm is theoretically analyzed through alpha-dependent update. matrices and illustrated by numerical simulations. Finally, general guidelines for using the alpha-logarithmic methods are given. The choice of alternative surrogate functions is also discussed.

    DOI

  • Independent component analysis minimizing convex divergence

    Y Matsuyama, N Katsumata, R Kawamura

    ARTIFICAIL NEURAL NETWORKS AND NEURAL INFORMATION PROCESSING - ICAN/ICONIP 2003   2714   27 - 34  2003年  [査読有り]

     概要を見る

    A new class of learning algorithms for independent component analysis (ICA) is presented. Starting from theoretical discussions on convex divergence, this information measure is minimized to derive new ICA algorithms. Since the convex divergence includes logarithmic information measures as special cases, the presented method comprises faster algorithms than existing logarithmic ones. Another important feature of this paper's ICA algorithm is to accept supervisory information. This ability is utilized to reduce the permutation indeterminacy which is inherent in usual ICA. By this method, the most important activation pattern can be found as the top one. The total algorithm is tested through applications to brain map distillation from functional MRI data. The derived algorithm is faster than logarithmic ones with little additional memory requirement, and can find task related brain maps successfully via conventional personal computer.

    DOI

  • Iterative optimization of convex divergence: Applications to independent component analysis

    Y Matsuyama

    2003 IEEE INTERNATIONAL SYMPOSIUM ON INFORMATION THEORY - PROCEEDINGS     214 - 214  2003年  [査読有り]

     概要を見る

    Iterative optimization of convex divergence is discussed. The convex divergence is used as a measure of independence for ICA algorithms. An additional method to incorporate supervisory information to reduce the ICA's permutation indeterminacy is also given. Speed of the algorithm is examined using a set of simulated data and brain fMRI data.

    DOI

  • Optimization transfer using convex divergence: f-ICA and alpha-EM algorithm with examples

    Yasuo Matsuyama

    Proceedings of International Symposium on Information Theory and Its Applications   2   667 - 670  2002年10月  [査読有り]

     概要を見る

    ID: 000004026816

  • Optimization transfer for computational learning: A hierarchy from f-ICA and alpha-EM to their offsprings

    Y Matsuyama, S Imahara, N Katsumata

    PROCEEDING OF THE 2002 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS, VOLS 1-3   3   1883 - 1888  2002年  [査読有り]

     概要を見る

    Likelihood optimization methods for learning algorithms are generalized and faster algorithms are provided. The idea is to transfer the optimization to a general class of convex divergences between two probability density functions. The first part explains why such optimization transfer is significant. The second part contains derivation of the generalized ICA (Independent Component Analysis). Experiments on brain fMRI maps are reported. The third part discusses this optimization transfer in the generalized EM algorithm (Expectation-Maximization). Hierarchical descendants to this algorithm such as vector quantization and self-organization are also explained.

    DOI

  • Optimization transfer for computational learning: A hierarchy from f-ICA and alpha-EM to their offsprings

    Y Matsuyama, S Imahara, N Katsumata

    PROCEEDING OF THE 2002 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS, VOLS 1-3   3   1883 - 1888  2002年

     概要を見る

    Likelihood optimization methods for learning algorithms are generalized and faster algorithms are provided. The idea is to transfer the optimization to a general class of convex divergences between two probability density functions. The first part explains why such optimization transfer is significant. The second part contains derivation of the generalized ICA (Independent Component Analysis). Experiments on brain fMRI maps are reported. The third part discusses this optimization transfer in the generalized EM algorithm (Expectation-Maximization). Hierarchical descendants to this algorithm such as vector quantization and self-organization are also explained.

  • Supervized map ICA: Applications to brain functional MRI

    Y Matsuyama, R Kawamura

    ICONIP'02: PROCEEDINGS OF THE 9TH INTERNATIONAL CONFERENCE ON NEURAL INFORMATION PROCESSING   5   2259 - 2263  2002年  [査読有り]

     概要を見る

    This paper gives a method to control or organize itself an activation pattern of fMRI maps obtained by ICA (independent component analysis). The presented method uses an additional term to the convex divergence's gradient. The following merits are observed: (i) Prior knowledge can be effectively used so that obtained activation patterns properly reflect the task on the subject. (ii) Difficulty of finding the appropriate activation pattern due to the permutation can be avoided. Experiments on brain fMRI maps for visual cortices are tried and reported.

    DOI

  • Convex divergence as a surrogate function for independence: The f-divergence ICA

    Y. Matsuyama, N. Katsumata, S. Imahara

    Proceedings of 3rd International Conference on Independent Component Analysis and Blind Signal Separation   1   31 - 36  2001年12月  [査読有り]

    CiNii

  • Independent Component Analysis by convex divergence minimization: Applications to brain fMRI analysis

    Y Matsuyama, S Imahara

    IJCNN'01: INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS, VOLS 1-4, PROCEEDINGS   1   412 - 417  2001年  [査読有り]

     概要を見る

    A class of ICA algorithms (Independent Component Analysis) using a minimization of the convex divergence is presented. This is called the f-ICA. This algorithm is a super class of the minimum mutual information ICA and our own alpha-ICA. The following properties are obtained in this paper:
    (i) The f-ICA can be implemented by both momentum and turbo methods. Their combination is also possible.
    (ii) Formerly presented alpha-ICA can claim an equivalent form to the f-ICA if the design parameter alpha is chosen appropriately.
    (iii) The f-ICA is much faster than the minimum mutual information ICA.
    (iv) Additional complexity required to the divergence ICA is light. Therefore, this algorithm is applicable to large amount of data via conventional personal computers.
    (v) Detection of human brain areas that strongly respond to moving objects is reported in this paper.

    DOI

  • Independent component analysis using convex divergence

    Y Matsuyama, N Katsumata, S Imahara

    8TH INTERNATIONAL CONFERENCE ON NEURAL INFORMATION PROCESSING, VOLS 1-3, PROCEEDING   3   1173 - 1178  2001年  [査読有り]

     概要を見る

    The convex divergence is used as a surrogate function for obtaining a class of ICA algorithms (Independent Component Analysis) called the f-ICA. The convex divergence is a super class of alpha-divergence, which is a further upper family of Kullback-Leibler divergence or mutual information. Therefore, the f-ICA contains the alpha-ICA and the minimum mutual information ICA. In addition to theoretical interest of generalization, the f-ICA contains a subset faster than the minimum mutual information ICA. It is found that this speed control is equivalent to the alpha-ICA. Finally, applications to brain fMRI map's distillation is presented.

  • The α-ICA algorithm and brain map distillation

    Y. Matsuyama, S. Imahara

    Proceedings of International Conference on Neural Information Processing   2   708 - 713  2000年11月  [査読有り]

  • The α-ICA algorithm

    Y. Matsuyama, N. Katsumata, Y. Suzuki, S. Imahara

    Proceedings of 2nd International Workshop on Independent Component Analysis   1   297 - 302  2000年06月  [査読有り]

  • alpha-EM algorithm and alpha-ICA learning based upon extended logarithmic information measures

    Y Matsuyama, T Niimoto, N Katsumata, Y Suzuki, S Furukawa

    IJCNN 2000: PROCEEDINGS OF THE IEEE-INNS-ENNS INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS, VOL III   3   351 - 356  2000年  [査読有り]

     概要を見る

    The alpha-logarithm extends the logarithm as the special case of alpha = -1. Usage of alpha-related information measures based upon this extended logarithm is expected to be effective to speedup of convergence, i.e., on the improvement of learning aptitude. In this paper, two typical cases are investigated. One is the alpha-EM algorithm (alpha-Expectation-Maximization algorithm) which is derived from the alpha-log-likelihood ratio. The other is the alpha-ICA (alpha-Independent Component Analysis) which is formulated as minimizing the alpha-mutual information. In the derivation of both algorithms, the alpha-divergence plays the main role. For the alpha-EM algorithm, the reason for the speedup is explained using Hessian and Jacobian matrices for learning. For the alpha-ICA learning, methods of exploiting the past and future information are presented. Examples are shown on single-loop alpha-EM's and sample-based alpha-ICA's. In all cases, effective speedups are observed. Thus, this paper's examples together with formerly reported ones are evidences that the speed improvement by the alpha-logarithm is a general property beyond individual problems.

    DOI

  • The alpha-EM algorithm and its applications

    Y Matsuyama

    2000 IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH, AND SIGNAL PROCESSING, PROCEEDINGS, VOLS I-VI   1   592 - 595  2000年  [査読有り]

     概要を見る

    The alpha-EM algorithm is a super-class of the traditional EM algorithm. This algorithm is derived by computing the likelihood ratio of incomplete data through an extended logarithm; namely, the alpha-logarithm. The case of alpha = -1 corresponds to the logarithm. The number a adjusts eigenvalues of update matrices by reflecting the optimization function's second-order properties with respect to the estimation parameter. This property shows merits on speedup of convergence. In the text, derivation of the algorithm is given first. Then, convergence and speedup properties are discussed. Finally, applicability of the alpha-EM algorithm and examples are shown.

    DOI

  • α-EMアルゴリズムとその基本的性質

    松山泰男

    電子情報通信学会論文誌   J82-D-I ( 12 ) 1347 - 1358  1999年12月  [査読有り]

     概要を見る

    テレコムシステム技術賞本賞

  • The alpha-EM learning and its cookbook: From mixture-of-expert neural networks to movie random field

    Y. Matsuyama, T. Ikeda, T. Tanaka, S. Furukawa, N. Takeda, T. Niimoto

    Proc. International Joint Conf. on Neural Networks   2   1368 - 1373  1999年07月  [査読有り]

    DOI CiNii

  • Multiple descent cost competitive learning and data-compressed 3-D morphing

    Yasuo Matsuyamata, Takashi Shimazu, Go Matsuo, Takeshi Arisaka

    ICONIP 1999, 6th International Conference on Neural Information Processing - Proceedings   1   375 - 380  1999年

     概要を見る

    Multiple descent cost competitive learning is applied to data-compressed texture generation for 3D image processing and graphics. This learning method organizes itself by generating two types of feature maps: the grouping feature map and the weight vector feature map, which can both change regional shapes. This merit makes it possible for users to generate data-compressed image morphing. The resulting textures can be used to create virtual 3D objects. Examples are given of generating emotional expressions. The theoretical relationship between the α-EM (expectation maximization) algorithm and the multiple descent cost competitive learning algorithm is also clarified.

    DOI

  • Fast learning by the α-ECME algorithm

    Y. Matsuyama, S. Furukawa, N. Takeda

    Proc. Int. Conf. on Neural Information Processing   3   1184 - 1190  1999年  [査読有り]

    DOI

  • 自己組織化と外部知性との結合

    松山泰男

    情報処理/情報処理学会   39 ( 1 ) 37 - 42  1998年01月

  • Multiple descent cost competition: Restorable self-organization and multimedia information processing

    Y Matsuyama

    IEEE TRANSACTIONS ON NEURAL NETWORKS   9 ( 1 ) 106 - 122  1998年01月  [査読有り]

     概要を見る

    Multiple descent cost competition is a composition of learning phases for minimizing a given measure of total performance, i.e., cost. If these phases are heterogeneous toward each other, the total learning algorithm shows a variety of extraordinary abilities; especially in regards to multimedia information processing. In the first phase of descent cost learning, elements of source data are grouped. Simultaneously, a weight vector for minimal learning, (i.e., a winner), is found. Then, the winner and its partners are updated for further cost reduction. Therefore, two classes of self-organizing feature maps are generated. One is called a grouping feature map, which partitions the source data. The other is an ordinary weight vector feature map. The grouping feature map, together with the winners, retains most of the source data information. This feature map is able to assist in a high quality approximation of the original data. Traditional weight vector feature maps lack this ability. Another important capacity of the grouping feature map is that it can change its shape. Thus, the grouping pattern can accept external directions in order to metamorphose. In the text, the total algorithm of the multiple descent cost competition is explained first. In that section, image processing concepts are introduced in order to assist in the description of this algorithm. Then, a still image is first data-compressed (DC). Next, a restored image is morphed using the grouping feature map by receiving directions given by an external intelligence. Next, an interpolation of frames is applied in order to complete animation coding (AC). Thus, multiple descent cost competition bridges "DC to AC." Examples of multimedia processing on virtual digital movies are given.

    DOI

  • A hierarchy from α-EM algorithm to vector quantization and self-organization

    Y. Matsuyama, N. Takeda, S. Furukawa, T. Niimoto

    Proceedings of the Fifth International Conference on Neural Information Processing/JNNS-APNNA   1   233 - 238  1998年  [査読有り]

  • Prior probability weights and neural network learning

    Y Matsuyama, S Furukawa, T Ikeda

    PROGRESS IN CONNECTIONIST-BASED INFORMATION SYSTEMS, VOLS 1 AND 2   1   267 - 270  1998年  [査読有り]

     概要を見る

    A class of non-logarithmic likelihood ratio is considered and is applied to learning of neural networks including hierarchical experts. Such a likelihood ratio is based on an ct-logarithm which contains the usual logarithm as a special case. This generalized logarithm is defined through a discussion of the a-divergence which includes the Kullback-Leibler number as a special case. It is found that the usage of such a generalized logarithm on the likelihood ratio is equivalent to a prior probability weight. Then, this prior weighting is derived for learning on:neural networks of expert mixtures. Both of gradient ascent maximization and EM learning are discussed. The prior weighting is understood as speed-up and stabilization on the learning.

  • Non-logarithmic information measures, alpha-weighted EM algorithms and speedup of learning

    Y Matsuyama

    1998 IEEE INTERNATIONAL SYMPOSIUM ON INFORMATION THEORY - PROCEEDINGS     385 - 385  1998年  [査読有り]

     概要を見る

    Starting from Renyi's alpha-divergence, a class of generalized EM algorithms called the alpha-EM algorithms or the WEM algorithms are derived. Merits of this generalization are found on speedup of learning, i.e acceleration of convergence. Discussions include novel alpha-versions of logarithm, efficient scores, information matrices and the Cramer-Rao bound. The speedup is examined on Gaussian mixture learning systems.

    DOI

  • Fast alpha-weighted EM learning for neural networks of module mixtures

    Y Matsuyama, S Furukawa, N Takeda, T Ikeda

    IEEE WORLD CONGRESS ON COMPUTATIONAL INTELLIGENCE   3   2306 - 2311  1998年  [査読有り]

     概要を見る

    A class of extended logarithms is used to derive alpha-weighted EM (alpha-weighted Expectation and Maximization) algorithms. These extended EM algorithms (WEM's, alpha-EM's) have been anticipated to outperform the traditional (logarithmic) EM algorithm on the speed. The traditional approach falls into a special case of the new WEM. In this paper, general theoretical discussions are given first. Then, clear-cut evidences that show faster convergence than the ordinary EM approach are given on the case of mixture-of-expert neural networks. This process takes three steps. The first step is to show concrete algorithms. Then, the convergence is theoretically checked. Thirdly, experiments on the mixture-of-expert learning are tried to show the superiority of the WEM. Besides the supervised learning, unsupervised case on a Gaussian mixture is also examined. Faster convergence of the WEM is observed again.

    DOI

  • WEM algorithm and probabilistic learning

    Yasuo Matsuyama

    Proc. Int. Symposium on Stochastic Systems Theory and Its Applications     261 - 272  1997年11月  [査読有り]

  • The alpha-EM algorithm: A block connectable generalized leaning tool for neural networks

    Y Matsuyama

    BIOLOGICAL AND ARTIFICIAL COMPUTATION: FROM NEUROSCIENCE TO TECHNOLOGY   1240   483 - 492  1997年  [査読有り]

     概要を見る

    The alpha-divergence is utilized to derive a generalized expectation and maximization algorithm (EM algorithm). This algorithm has a wide range of applications. In this paper, neural network learning for mixture probabilities is focused. The alpha-EM algorithm includes the existing EM algorithm as a special case since that corresponds to alpha = -1. The parameter alpha specifies a probability weight for the learning. This number affects learning speed and local optimality. In the discussions of update equations of neural nets, extensions of basic statistics such as Fisher's efficient score, his measure of information and Cramer-Rao's inequality are also given. Besides, this paper unveils another new idea. It is found that the cyclic EM structure can be used as a building block to generate a learning systolic array. Attaching monitors to this systolic array makes it possible to create a functionally distributed learning system.

  • The weighted EM algorithm and block monitoring

    Y Matsuyama

    1997 IEEE INTERNATIONAL CONFERENCE ON NEURAL NETWORKS, VOLS 1-4   3   1936 - 1941  1997年  [査読有り]

     概要を見る

    The expectation and maximization algorithm (EM algorithm) is generalized so that the learning proceeds according to adjustable weights in terms of probability measures The presented method, the weighted EM algorithm, or the or-EM algorithm includes the existing EM algorithm as a special case. It is further found that this learning structure can work systolically. It is also possible to add monitors to interact with lower systolic subsystems. This is made possible by attaching building blocks of the weighted (or plain) EM learning. Derivation of the whole algorithm is based on generalized divergences. In addition to the discussions on the learning, extensions of basic statistical properties such as Fisher's efficient score, his measure of information and Cramer-Rao's inequality are given. These appear in update equations of the generalized expectation learning. Experiments show that the presented generalized version contains cases that outperform traditional learning methods.

    DOI

  • 動的計画法を用いたステレオマッチングにおける順序逆転問題の一解法

    藤井,松山

    電子情報通信学会論文誌   J79-D-II ( 5 ) 775 - 784  1996年05月  [査読有り]

  • Harmonic competition: A self-organizing multiple criteria optimization

    Y Matsuyama

    IEEE TRANSACTIONS ON NEURAL NETWORKS   7 ( 3 ) 652 - 668  1996年05月  [査読有り]

     概要を見る

    Harmonic competition is a learning strategy based upon winner-take-all or winner-take-quota with respect to a composite of heterogeneous subcosts. This learning is unsupervised and organizes itself, The subcosts may conflict with each other, Thus, the total learning system realizes a self-organizing multiple criteria optimization, The subcosts are combined additively and multiplicatively using adjusting parameters, For such a total cost, a general successive learning algorithm is derived first, Then, specific problems in the Euclidian space are addressed, Vector quantization with various constraints and traveling salesperson problems are selected as test problems, The former is a typical class of problems where the number of neurons is less than that of the data, The latter is an opposite case, Duality exists in these two classes, In both cases? the combination parameters of the subcosts show wide dynamic ranges in the course of learning, It is possible, however, to decide the parameter control from the structure of the total cost, This method finds a preferred solution from the Pareto optimal set of the multiple object optimization, Controlled mutations motivated by genetic algorithms are proved to be effective in finding near-optimal solutions, All results show significance of the additional constraints and the effectiveness of the dynamic parameter control.

    DOI

  • Neutal networks for detecting conflicts on real vector sets

    Y. Matsuyama, K. Ogura

    Progress in Neural Information Processing   2   1089 - 1095  1996年  [査読有り]

  • Learning algorithms associated with penalties and human intelligence: From performance improvement to animation coding

    Yasuo Matsuyama

    Proc. International Symposium on Artificial Neural Networks     547 - 560  1994年09月  [査読有り]  [招待有り]

  • Learning optimization of composite cost

    Y. Matsuyama, Y-P. Chen, T. Sasai

    Proc. International Conf. on Neural Networks   3   1431 - 1436  1994年08月  [査読有り]

  • DIGITAL MOVIES USING OPTIMIZED FEATURE MAPS

    Y MATSUYAMA, M TAN

    1994 IEEE INTERNATIONAL CONFERENCE ON NEURAL NETWORKS, VOL 1-7     4192 - &  1994年  [査読有り]

  • DIGITAL MOVIES USING OPTIMIZED FEATURE MAPS

    Y MATSUYAMA, M TAN

    1994 IEEE INTERNATIONAL CONFERENCE ON NEURAL NETWORKS, VOL 1-7   4   4000 - 4005  1994年  [査読有り]

    DOI

  • PENALIZED LEARNING AS MULTIPLE OBJECT OPTIMIZATION

    Y MATSUYAMA, H NAKAYAMA, T SASAI, YP CHEN

    1994 IEEE INTERNATIONAL CONFERENCE ON NEURAL NETWORKS, VOL 1-7   1   187 - 192  1994年  [査読有り]

    DOI

  • MULTIPLY DESCENT COST COMPETITIVE LEARNING AS AN AID FOR MULTIMEDIA IMAGE-PROCESSING

    Y MATSUYAMA, M TAN

    IJCNN '93-NAGOYA : PROCEEDINGS OF 1993 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS, VOLS 1-3   3   2061 - 2064  1993年  [査読有り]

    DOI

  • FITTING COMPETITION

    Y MATSUYAMA, M KOBAYASHI, H NAKAYAMA

    WCNN'93 - PORTLAND, WORLD CONGRESS ON NEURAL NETWORKS, VOL II   2   567 - 574  1993年  [査読有り]

  • Competitive learning among massively parallel agents: Applications to traveling salesperson problem

    Yasuo Matsuyama

    Neural, Parallel, and Scientific Computing   1   181 - 198  1993年01月  [査読有り]

     概要を見る

    ISBN: 1061-5369/93

  • Minimum learning with autonomous cost adjuctment

    Y. Matsuyama, M. Kobayashi

    Proc. International Joint Conf. on Neural Networks   2   326 - 334  1992年11月  [査読有り]

  • Coordination optimized feature map and supervisory concept

    Y. Matsuyama, Y. Kurosawa

    International Joint Conf. on Neural Networks   2   734 - 741  1992年11月  [査読有り]

  • 自己組織化するニューラルネットと最適化問題

    松山泰男

    オペレーションズリサーチ   37   331 - 335  1992年07月  [査読有り]  [招待有り]

  • Learning in competitive networks with penalties

    Yasuo Matsuyama

    Proc. International Joint Conf. on Neural Networks   4   773 - 778  1992年07月  [査読有り]

    DOI

  • Neural net self-organization and two-level parallelism

    Yasuo Matsuyama

    Proceedings of International Conference Organized by the IPSJ to Commemorate the 30th Anniversary   2   113 - 120  1991年10月  [査読有り]

  • Multiply descent cost competitive neural networks with cooperation and categorization

    Yasuo Matsuyama

    Neural Networks for Signal Processing     141 - 150  1991年09月  [査読有り]

    DOI

  • 逆フィルタを用いた2種類の音声圧縮システム

    松山泰男

    電子通信学会論文誌   J64-A   659 - 666  1991年08月  [査読有り]

  • Image transformation using feature map of multiply descent cost competitive learning

    Yasuo Matsuyama

    Proc. International Joint Conf. on Neural Networks   2   936  1991年07月  [査読有り]

    DOI

  • 自己組織化するニューラルネットワークとユークリッド空間におけるいろいろな巡回セールスマン問題

    松山泰男

    電子情報通信学会論文誌   J74-D-II   1830 - 1837  1991年03月  [査読有り]

     概要を見る

    1992年度電子情報通信学会論文賞

  • 多重降下競合アルゴリズムと並列部分最適化

    松山泰男

    情報処理学会論文誌   32 ( 3 ) 333 - 344  1991年03月  [査読有り]

     概要を見る

    性質の異なる複数個の写像が 共通のコストを減少させる形に合成されたものを 多重降下アルゴリズムというまた 機械学習論における自己組織化学習の1つで 与えられた入力に対して 出力素子群中のある一定数の素子のみ出力を出せる方式を競合というこの論文は まず摘報圧縮やパターンマッチングに使用されている一括更新型のアルゴリズムを 多重降下競合学習アルゴリズムヘと一般化しているこのとき 写像のスケジューラという考え方を導入し いろいろな変形アルゴリズムを このスケジューラの形態を反映するものとして統一している次いで 使用する写像に対する多様な近似計算法を与え 画像と青声のパターン情報処理のための実計算を行っている次に 多重降下競合学習アルゴリズムに固有な並列性に着目し 並列部分最適化を論じ 逐次更新型のアルゴリズムを与えているそして生データからの知識情報処理において異質な並列性が共存することを見極め 二重並列化という考えを示している次いで これをハイパーキュープによる高密度データ並列性と並列論理型言語の両者を用いてエミュレータ化し 実際に多重降下競合学習アルゴリズムの計算を行い このような環境の便利さを確認しているなお このエミュレータは単なる専用機ではなくて 広いクラスのPDP型問題に適合しうるものである

    CiNii

  • SELF-ORGANIZATION VIA COMPETITION, COOPERATION AND CATEGORIZATION APPLIED TO EXTENDED VEHICLE-ROUTING PROBLEMS

    Y MATSUYAMA

    IJCNN-91-SEATTLE : INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS, VOLS 1 AND 2   1   A385 - A390  1991年  [査読有り]

    DOI

  • INJECTION OF EXTERNAL INFORMATION TO FEATURE MAPS OF MULTIPLY DESCENT COST COMPETITIVE LEARNING

    Y MATSUYAMA, Y KUROSAWA

    1991 IEEE INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS, VOLS 1-3   2   994 - 1000  1991年  [査読有り]

    DOI

  • Neural net vector quantization "solves" large-scale N-person TSP with constraints

    Yasuo Matsuyama

    Proc. International Symposium on Information Theory and Its Applications   2   703 - 706  1990年08月  [査読有り]

  • MULTIPLE DESCENT COST ALGORITHMS FOR STANDARD PATTERN SELF-ORGANIZATION

    Y MATSUYAMA

    IJCNN-90-WASH DC : INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS, VOLS 1 AND 2   1   A436 - A439  1990年  [査読有り]

  • MULTIPLE DESCENT COST COMPETITIVE LEARNING - BATCH AND SUCCESSIVE SELF-ORGANIZATION WITH EXCITATORY AND INHIBITORY CONNECTIONS

    Y MATSUYAMA

    IJCNN INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS, VOLS 1-3   2   B299 - B306  1990年  [査読有り]

    DOI

  • COMPETITIVE SELF-ORGANIZATION AND COMBINATORIAL OPTIMIZATION - APPLICATIONS TO TRAVELING SALESMAN PROBLEM

    Y MATSUYAMA

    IJCNN INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS, VOLS 1-3   3   C819 - C824  1990年  [査読有り]

    DOI

  • Image compression using neural networks: Review and perspectives

    T. Moon, Y. Matsuyama, K. Reilly

    Proc. 27th ACM Annual Southeast Regional Conference     239 - 243  1989年06月  [査読有り]

  • Generalized vector quantization with optimal connection of elements

    Yasuo Matsuyama

    Proc. IEEE International Symposium on Information Theory     164 - 155  1988年06月  [査読有り]

  • Vector quantization with optimized grouping and parallel distributed processing

    Y. Matsuyama

    Neural Networks   1 ( 1 ) 36  1988年  [査読有り]

     概要を見る

    Vector quantization with optimized grouping of elements is studied. The presented vector quantization allows optimal or suboptimal grouping of source data. Thus, the algorithms herein are called variable region vector quantization. The optimization yielding the data subgroups can also be interpreted as the connection weight adjustmen. The presented methods are still executable on conventional SISD computers. However, the adaptation of the variable region vector quantization to SIMD and MIMD computation via PDP (Parallel Distributed Processing) approach motivates new computational concepts and tools. Here, a fine-grain MIMD computer is emulated and used for the variable region vector quantizer design. Experimental results on digital speech and images are given.

    DOI

  • 可変領域ベクトル量子化

    松山泰男

    電子情報通信学会論文誌   J70-A   1830 - 1837  1987年12月  [査読有り]

  • Vector quantization of optimally grouped sets and image/speech compression

    Yasuo Matsuyama

    Proceedings of GLOBECOM   3   957 - 961  1987年11月  [査読有り]

     概要を見る

    Telecomm. Advancement Promotion Award

  • Image compression via vector quantization with variable dimension

    Yasuo Matsuyama

    Proc. IEEE region Ten Conference   2   423 - 427  1987年08月  [査読有り]

  • Variable region vector quantization, space warping and speech/image compression

    Yasuo Matsuyama

    Proc. Int. Conf on Acoustics, Speech and Signal Processing   12   2201 - 2204  1987年04月  [査読有り]

    DOI

  • Joint time-spectral vector quantization and inverse filter set

    Yasuo Matsuyama

    Proceedings of International Conf. on Acoustics, Speech and Signal Processing   11   441 - 444  1986年04月  [査読有り]

    DOI

  • Transformations and measures associated with two-shift-register finite state machines

    Yasuo Matsuyama

    Proc. IEEE International Symposium on Information Theory     58  1982年06月  [査読有り]

  • VOICE CODING AND TREE ENCODING SPEECH COMPRESSION SYSTEMS BASED UPON INVERSE FILTER MATCHING

    Y MATSUYAMA, RM GRAY

    IEEE TRANSACTIONS ON COMMUNICATIONS   30 ( 4 ) 711 - 720  1982年  [査読有り]

    DOI

  • A binary noise primitive channel

    Yasuo Matsuyama

    Proc. IEEE International Symposium on Information Theory     92  1981年06月  [査読有り]

  • Speech compression system using a set of inverse filters

    Yasuo Matsuyama

    Proc. IEEE International Symposium on Information Theory     110  1981年06月  [査読有り]

  • UNIVERSAL TREE ENCODING FOR SPEECH

    Y MATSUYAMA, RM GRAY

    IEEE TRANSACTIONS ON INFORMATION THEORY   27 ( 1 ) 31 - 40  1981年  [査読有り]

    DOI

  • MISMATCH ROBUSTNESS OF LINEAR PREDICTION AND ITS RELATIONSHIP TO CODING

    Y MATSUYAMA

    INFORMATION AND CONTROL   47 ( 3 ) 237 - 262  1980年  [査読有り]

    DOI

  • DISTORTION MEASURES FOR SPEECH PROCESSING

    RM GRAY, A BUZO, AH GRAY, Y MATSUYAMA

    IEEE TRANSACTIONS ON ACOUSTICS SPEECH AND SIGNAL PROCESSING   28 ( 4 ) 367 - 376  1980年  [査読有り]

    DOI

  • 離散時間確率過程のひずみ測度とその基本的性質

    松山泰男

    電子通信学会論文誌   62-A   871 - 878  1979年12月  [査読有り]

  • 確率過程のひずみ測度の予測器不整合問題および符号化への応用

    松山泰男

    電子通信学会論文誌   62-A   879 - 996  1979年12月  [査読有り]

  • ユニバーサルな情報源符号化と音声圧縮

    松山泰男

    電子通信学会論文誌   62-A   887 - 894  1979年12月  [査読有り]

  • Process distortion measures and applications to stochestic systems

    Yasuo Matsuyama

    Proc. International Symposium on mathematical Theory of Networks and Systems   3   133 - 139  1979年07月  [査読有り]

  • Process distortion measures and time series compression

    Yasuo Matsuyama

    Proc. IEEE International Symposium on Information Theory     137 - 138  1979年06月  [査読有り]

  • Source coding and speech compression

    R. M. Gray, A. Buzo, A. H. Gray, Jr, Y. Matsuyama

    Proceedings of International Telemetering Conference     1 - 8  1978年10月  [査読有り]

  • Process Distortion Measures and Signal Processing

    Stanford University    1978年08月  [査読有り]

  • A note on stochastic modeling of shunting inhibition

    Yasuo Matsuyama

    Biological Cybernetics   24   139 - 145  1976年03月  [査読有り]

    DOI

  • 分流型欲性を持つ神経細胞の統計的性質

    松山, 白井,秋月

    電子通信学会論文誌   57-D   419 - 426  1974年07月  [査読有り]

  • On some properties of stochastic information processes in neurons and neuron populations

    Y. Matsuyama, K. Shirai, K. Akizuki

    Kybernetik (Biological Cybernetics)   15   127 - 145  1974年06月  [査読有り]

    DOI

  • Studies on stochastic modeling of neurons

    Waseda University    1974年03月  [査読有り]

  • 初通過時刻を用いた神経細胞における確率情報過程の解析

    松山, 白井,秋月

    計測自動制御学会論文誌   9   16 - 22  1973年12月  [査読有り]

  • 神経細胞の統計的性質とそれらの結合によるリズムの発生

    松山, 白井,秋月

    バイオメカニズム   2   52 - 61  1973年12月  [査読有り]

  • On stochastic dynamics of a neuron and a kind of neuron group

    Yasuo Matsuyama

    Regulation and Control in Physiological Systems     533  1973年08月  [査読有り]

  • Behavior of a neuron with pulse-frequency-modulated inputs

    K. Akizuki, K. Shirai, Y. Matsuyama

    Simulation of Complex Systems   ( H-5 ) 1 - 6  1971年09月  [査読有り]

▼全件表示

書籍等出版物

  • バイオインフォマティクス in silico

    松山泰男( 担当: 単著)

    培風館  2011年02月 ISBN: 9784563014889

     概要を見る

    2014年度,情報処理学会優秀教材賞

  • 情報源符号化

    松山泰男( 担当: 分担執筆,  担当範囲: 第7章:ベクトル量子化)

    培風館  2000年09月

  • 電子情報通信ハンドブック

    松山泰男( 担当: 分担執筆,  担当範囲: 情報理論)

    オーム社  1998年12月

  • コンピュータ理工学辞典

    岡本 茂, 松山泰男, 大島邦夫( 担当: 共著)

    1997年07月

  • 数理情報科学辞典

    松山泰男, 大矢, 今井,小嶋, 中村, 廣田編( 担当: 分担執筆,  担当範囲: 通信路符号化定理)

    朝倉書店  1995年07月

  • ニューロとファジイ

    松山泰男, 利, 殿編( 担当: 分担執筆,  担当範囲: 第2章:ニューラルネットワークの基礎)

    培風館  1994年05月

  • C言語ディジタル信号処理

    秋月影雄, 松山泰男, 吉江 修( 担当: 共著)

    1989年07月

  • CMOS VLSI設計の原理

    富沢 孝, 松山泰男( 担当: 共訳)

    丸善  1988年12月

  • 統計工学ハンドブック

    松山泰男, 得丸, 添田,中溝, 秋月, 山川編( 担当: 分担執筆,  担当範囲: 第11章)

    オーム社  1987年07月

  • マイクロコンピュータ辞典

    岡本 茂, 松山泰男, 大島邦夫( 担当: 共訳)

    共立出版社  1984年11月

  • VLSI設計入門

    松山,富沢

    共立出版社  1983年12月

  • C言語とUNIX

    松山 泰男( 担当: 単著)

    日刊工業新聞社  1983年11月

▼全件表示

Works(作品等)

  • ネットワークヒューマノイド

  • バイオインフォマティクス

  • ブロックチェーン応用

  • 統計的機械学習

  • 情報圧縮

  • 計算論的学習

▼全件表示

講演・口頭発表等

  • 機械学習と深層学習の基礎

    松山泰男  [招待有り]

    JMOOC AI活用人材育成講座  

    発表年月: 2021年06月

  • ブロックチェーン入門 ~分散台帳と暗号資産の仕組み~

    松山泰男  [招待有り]

    JMOOC公開講座  

    発表年月: 2019年04月

  • 複層球面GUIの設計:混合データのアイコン化と配置への応用

    堀江,前嶋, 横手,松山

    Proc. FIT2013  

    発表年月: 2013年09月

  • 脳活動による酸化ヘモグロビン濃度変化を用いた継続認証の実現可能性

    正沢,横手, 披田野,松山

    バイオメトリクス研究会資料  

    発表年月: 2012年11月

  • Speedup of learning via weighted EM algorithm

    松山泰男

    情報処理学会第56回講演論文集(2) 1W-01  

    発表年月: 1998年03月

  • Learning speed evaluation of the alpha-EM algorithm

    松山泰男

    電子情報通信学会全国大会講演論文集  

    発表年月: 1998年03月

  • Standard cell design method for CMOS VLSI

    松山,富沢

    7-th Symposium on Information Theory and Its applications  

    発表年月: 1984年11月

  • Source coding by the finite state machine and its applications

    松山泰男

    The 7-th Symposium on Information Theory and Its applications  

    発表年月: 1983年11月

  • 確率的システムの解析とシミュレーション:制御系および神経情報処理系について

    重政,松山

    第1回情報科学シンポジウム報告集  

    発表年月: 1983年10月

  • The wirghted EM learning and monitoring structure

    松山泰男

    情報処理学会第54回講演論文集(2), 6G-4  

    発表年月: 1977年03月

▼全件表示

共同研究・競争的資金等の研究課題

  • 対数の一般化に基づく高速な尤度最適化アルゴリズムとその応用

    科学研究費助成事業(早稲田大学)  科学研究費助成事業(挑戦的萌芽研究)

    研究期間:

    2010年
    -
    2012年
     

    松山 泰男

     概要を見る

    尤度を最適化する学習アルゴリズムをアルファ対数の利用という形で一般化し、高速なアルゴリズムを得た。対象としては、波及効果の高い隠れマルコフモデル推定アルゴリズムと独立成分分析アルゴリズムを選んだ。いずれの場合においても、アルファ対数の利用は繰り返しにおける過去情報をモーメンタム項として利用するという形で現れ、少ないオーバーヘッドで通常の対数の場合よりも高速な収束を達成できるという成果を得た。

  • 検索エンジンの信頼性解析

    科学研究費助成事業(早稲田大学)  科学研究費助成事業(基盤研究(B))

    研究期間:

    2009年
    -
    2011年
     

    山名 早人, 松山 泰男

     概要を見る

    検索エンジンは日常生活においても必要不可欠な存在となっているにも関わらず,その信頼性は不透明である.特に,検索結果として表示されるヒット数は,同じ検索語でも100倍, 1000倍と大きく変動する.本研究では,様々な指標として用いられているヒット数に着目し,ヒット数の変動傾向を15ヶ月に渡る調査から明かにした.さらに,信頼性の高いヒット数を得るための仕組みを考案し99.5%の精度でヒット数の大小判定ができる仕組みを確立した.

  • 記号とパターンの統合によるin silicoバイオインフォマティックス

    科学研究費助成事業(早稲田大学)  科学研究費助成事業(基盤研究(A))

    研究期間:

    2005年
    -
    2007年
     

    松山 泰男, 柳澤 政生, 山名 早人, 胡桃坂 仁志, 井上 真郷, 勝又 尚人

     概要を見る

    この研究は,計算知能理論に基づいて,DNA配列やアミノ酸配列が作りだすソフトなパターンを発見するための汎用アルゴリズムを開発し,生命情報配列中の特定機能部位をin silicoで予測することを目的とした.このとき,設定問題が単に計算機科学的な仮想問題に留まらないように,ウェットバイオロジーの研究者を構成員として加えた.生命情報をin silicoで扱うITおよび情報科学者と,それを試験管内で扱う生命科学者の融合にはまだ時間を要するが,下記のような成果を得てこの方向を推進することができた.
    (1)ヒトやE.coliのDNA配列を対象とし,遺伝子の直前にある転写開始点の位置を推定する方式を確立した.特にヒトに対しては,スペクトラムカーネルとよばれる転写開始点付近の特徴抽出法と隠れマルコフモデルによるプロモータモデルに加えて,高速フーリエ変換に基づいたノンプロモータモデルを導入し,最後にサポートベクトルマシンで判定結果を出すということを行ない,トップクラスの予測性能を示すROC曲線を得ることができた.
    (2)アミノ酸配列の多重アラインメントに対して新たなアルゴリズムを得た.この方法はアラインメントを施す時に複数の配列間で生じるギャップの重なりを少なく押さえ,かつギャップ延長を区分線形にしたものとして,ClustalWやT-Coffeeよりも実データに近い結果を与えるものとなっている.
    (3)ウェットバイオロジーの部分においては,Rad51という二本鎖切断を修復する遺伝子の結合部位が乳ガン患者において改変されていることを発見した.
    以上のように,この研究においては,ポストゲノムとしての主要テーマの一つであるプロモーターや転写開始点の予測,配列比較の中心課題である多重アラインメント,そして生命そのものに関連するRad51という分野において先端的な成果を得ることができた.

  • 脳情報の成分分析とヒューマノイドへの情報伝達

    科学研究費助成事業(早稲田大学)  科学研究費助成事業(基盤研究(B))

    研究期間:

    2003年
    -
    2004年
     

    松山 泰男, 中島 達夫, 勝又 尚人

     概要を見る

    この研究計画は,次のような成果を得て,平成16年度に終了した.
    (1)この研究により,人体モーション,そのアニメーション,そしてヒューマノイドの動作の同一化(ユニフィケーション,unification)を行うことができた.このとき,人体モーションを認識して言語レベルに抽象化する機構の構築が鍵となることを指摘し,これを実現した.そしてその発表論文に対して,2004年度APNNA Best Paper Award for Application Oriented Researchを受賞した.
    (2)この研究により,ヒューマノイドの動作指令において言語レベルの抽象化を行うことが可能になったので,その指令を,形態の異なる複数のヒューマノイドに同時発行することが可能になった.すなわち,ヒューマノイド間の機械独立性を得ることができた.
    (3)脳の活動状態を推定してヒューマノイドを動作させる場合,現在の計測技術では分解能がまだ低いので,多種類の信号を発することはできない.ただし,上記(2)の信号を「上書き」するような緊急信号の発生に用いることは可能で,この方式は有用である.
    (4)脳の活動状態の推定法において,従来の推定法を特例として含むf-ICAを,理論的に,そしてソフトウェアとして開発した.この方法は脳信号の推定に限るものではなく,広く一般の情報源に適用可能なものである.その実例としてはディジタル画像やDNA配列があり,これらに対する成果も併せて発表した.

  • 一般化された対数に基づく高速な独立成分分析法に関する研究

    科学研究費助成事業(早稲田大学)  科学研究費助成事業(基盤研究(C))

    研究期間:

    2001年
    -
    2002年
     

    松山 泰男

     概要を見る

    独立成分分析(ICA ; Independent Component Analysis)とは,独立な未知信号の混合となっている複数の観測信号を用いて,元の未知信号を推定する手法である.この研究ではその独立性を,確率過程間の一般化距離である凸ダイバージェンスの最小化として捉える立場をとった.これは,従来の相互情報量最小化法を特例として含んでおり,研究題目にある一般化された対数を使用することに相当している.本研究においては,この手法を用いてICAアルゴリズムを導出し,f-ICAと命名した.このアルゴリズムは,数式レベルにおいては未知信号に関する期待値を必要とするので,ソフトウェアとして実現するためには観測データを用いてこの量の代替を行う必要がある.本研究においてはその手法として,更新量のモーメンタムを利用する方法(モーメンタム法)と,将来の予測量を利用する方法(ターボ法)とを提案した.また,独立成分分析に固有な「成分間の順序不確定性」に対しても,先見知識を正則化項として注入することにより主要成分が常に先頭に現れるようにすることに成功した.
    以上のようにして得られた独立成分分析システムは,従来の相互情報量最小化法と比べて,プログラム複雑度をわずかに増加させるだけで数倍の高速化を達成できる.その結果,磁気共鳴機能画像(fMRI)のように大きなデータでも,パーソナルコンピュータで取り扱えるようになった.また,実験的には,次のように脳の機能マップを検出することに成功した.すなわち,(i)人間が動画像を見ているときに,「静止画像ではなくて動画像である」と認識する部位が,右脳の後頭部(dorsal occipital cortex)にあること,そして,(ii)視覚野におけるV1とV2の境界部位の検出を行うことができた.
    なお,本研究においては,上記の一連の結果を得る過程において,従来は現れてこなかった統計量の提案とその理論的性質を数多く与えており,純理論面においても新たな成果を得ている.

  • 高速な期待値最大化に基づくマルチモーダル情報処理に関する研究

    科学研究費助成事業(早稲田大学)  科学研究費助成事業(基盤研究(C))

    研究期間:

    1999年
    -
    2000年
     

    松山 泰男

     概要を見る

    この研究は,次のような目的をもって開始された.
    (1)期待値や独立性の指標といった確率・統計量の最適化に対する新たなアルゴリズムを構築する.
    (2)得られた新たなアルゴリズムをモードの異なる多様な情報源に個別適用し,人体が行っているマルチモーダル情報処理に近い方式の実現を図る.
    従って,初年度においては,独自なアルゴリズムの開発に重点が置かれ,その結果,次のような成果が得られた.
    (a)従来のEMアルゴリズム(期待値最大化アルゴリズム)を特例として含むα-EMアルゴリズムを得ることができた.このアルゴリズムは,従来のEMアルゴリズムよりも高速となっている(テレコムシステム技術賞本賞受賞).
    (b) 上の手法は,未知の信号の分離という独立成分分析(ICA; Independent Component Analysis)にも適用可能であることが分かり,新たにα-ICAという手法を得ることができた.これは,従来の最小平均相互情報量型ICAよりも数倍速いことが確認できた.従って,今後は相当複雑なデータでもパソコンで処理することが可能となった.
    第2年度においては,上記の手法をマルチモーダル情報処理に適用し,次のような成果を得た.
    (i)動画像におけるオプティカルフローから物体の動きを推定することができた.
    (ii)α-ICAアルゴリズムを用いて,人間の脳において,静止画については反応しないが,動画像を見ているときには反応する部位があることを確認できた.なお,この部位には,男女差があることも予見されている.
    以上のように,開発された手法(a)と(b)は,通常の時系列を含むマルチモーダル情報の処理に対して有効な方法を提供しており,本研究は十分な成果をもって終了できた.

  • 自己組織化と外部知性との結合に関する研究

    科学研究費助成事業(早稲田大学)  科学研究費助成事業(基盤研究(C))

    研究期間:

    1997年
    -
    1998年
     

    松山 泰男

     概要を見る

    この研究で扱う自己組織化とは、状態を有する多数個の素子が連携して一つの総合状態を創出していくことを意味している。個々の素子には入力を変換して出力を与える単純な情報処理機能が与えられており、系全体としては複雑な情報処理が可能となっている。このようなシステムは学習に基づく高度な情報処理を可能にするものとして期待されており、本研究では主として画像のモーフィングを用いて仮想現実を実現することを目指した。開発した手法と結果は以下の通りである。
    (1) 学習的情報処理に利用できる自己組織化アルゴリズムとしては、従来、特徴マップとよばれるものが主流となっていたが、これは元のデータの情報を著しく失う形になっている。そこで、研究代表者は二重レベルの自己組織化特徴マップを生成できる学習アルゴリズムの開発を行った(多重降下競合学習)。
    (2) 静止画像を情報源として多重降下競合学習アルゴリズム適用することにより、領域の特徴マップと標準カラーパターンの両者を得ることを可能にした。これは、画像情報の圧縮を行ったことになっているが、同時に変形を可能にするメッシュパターンが自己組織化により生成されたことを意味している。
    (3) 上の結果得られた圧縮画像を、外部知性(システムの利用者)の指定に基づいて変形(モーフィング)することを試みた。これは、仮想現実としての動画像を生成する手法を与えたことになっている。
    (4) さらに、奥行きを与えることを行い、3次元化を図った。
    以上のようにして得られた手法は、今後、コンピュータにおけるヒューマンインターフェースの向上に寄与する可能性が高いと認識され、この研究を終了した。

  • 異質な並列性の相利共生に関する研究

    科学研究費助成事業(茨城大学)  科学研究費助成事業(一般研究(C))

    研究期間:

    1992年
    -
    1993年
     

    松山 泰男

     概要を見る

    本研究の目的は,異質な並列性が相手を害することなく共存して一つの問題を解くことができる計算環境と,その上で走らせることができる超並列計算学習アルゴリズムの開発を行うことにある.
    異質な並列性の計算環境については,平成4年度の初頭にエミュレータとしての作成を終えている.これはSIMD型の超並列プロセッサ群を,上位の疎粒度プロセッサ群が管理する方式となっている.この上位層にはKL1処理系を充てている.このエミュレータ系において,多重最適競合学習アルゴリズムを実行してみた結果,並列処理に起因する非決定性は,劣悪な局所最適性からの回避にとってむしろ有益であると判明した.
    アリゴリズム面での主要な課題は,異質な並列性の存在が顕著であるコネクショニズム的学習において,新たなものを開発し,並列計算との親和性を調べることである.まず,研究代表者は誤差逆伝播法をとりあげ.外部出力,内部出力および重み分布に対してダイバージェンスやエントロピを付加項として加えることにより,収束性や汎化性能を著しく改善するアルゴリズムを導出した.
    教師なし学習については,競合学習を取り上げ,一般的な多目的最適化を競合学習によって解くことを試みた(調和競合学習).この問題において,研究代表者は,劣悪な局所最適からの脱出を図る対数バイアスの導出,そしてその対数バイアスに基づいた重みベクトルの突然変異アルゴリズムの導出を行った.これらの新たな提案は,競合学習(情報圧縮型)における劣悪な局所最適性の問題を実質的に解決したことになっている.
    このように,本研究は予想していた所定の成果を収めて終了した.

  • 計算機の高度利用に関する総合的研究

    科学研究費助成事業(茨城大学)  科学研究費助成事業(海外学術研究)

    研究期間:

    1987年
    -
    1989年
     

    高岡 忠雄, PRADIP Dey, KEVIN D. Rei, 玉木 久夫, 林 陽一, 松山 泰男, BARRETT R.Br, JOSEPH Fonta, KEVIN D.Reil, WARREN T.Jon, 滑川 英世

     概要を見る

    本研究は、大学間協力研究として計算機のソフトウェアとハードウェアを総合的に研究するために昭和62年度よりスタートした。相手校は茨城大学と大学間協定を有するアラバマ大学バーミングハム校(UAB)である。期間は3年間で、参加者は双方合せて12名である。期間中、茨城大学より延べ6名がUABを訪問し、UABより6名が茨城大学を訪問した。研究分野は、(1)アルゴリズム、(2)言語、(3)ニューロコンピューティング、(4)エキスパートシステム、(5)キューブによる計算機結合方式に大別される。以下、順を追って成果の概要を述べる。
    (1)アルゴリズム.この分野は主に高岡が研究を行なった。1つは2次元のパタンマッチング問題で高速アルゴリズムを開発し、CACMの1989年の9月号に発表した。他の1つは、全最短路問題に対する高性能の並列アルゴリズムを開発した。これは、n頂点のグラフの全最短路問題を0(n^<2.5>)のプロセッサ数で、0(loglog n)平均時間で解くものである。
    この結果はSpringer-VerlagのLecture Notes in Computer Scienceに収録された。
    (2)言語.この分野では高岡、林、Dey、Bryantが研究を行なった。1つは、Dey、Bryant、高岡によるTree Adjoining Grammarの解析に関する研究である。これは自然言語の構文解析に有用な方法であり、Information Processing Lettersに採択された。他の1つはDeyと林による自然言語の並列処理に関する研究である。この研究により自然言語の解析が並列計算機の上で高速に実行されることが示され、Theoretical Linguisticsに採択された。
    (3)ニューロコンピューティング.この分野では、松山、林、Reillyが研究を行なった。まず、松山、Reillyは、ベクトル量子化による画像圧縮を高速化するためニューロの手法を導入し、効果を挙げた。この結果は1988年のIEEE情報理論国際会議、及びACM Southeast Regional Conferenceで発表された。一方、林は英数の文字認識をニューロにおけるポケットアルゴリズムを用いて行ない、高い認識率を得た。この結果はInternational Journal of Neural Networksに発表された。
    (4)エキスパートシステム.この分野の研究は林とDeyが行なった。1つは林によるニューラルネットワークよりIF-THENルールを抽出する研究であり、電気学会論文誌に発表された。他の1つは、林とDeyによるファジィ理論を用いた医療診断に関する研究である。この内容は1988年のIEEE Int.Conf.on Systems,Man and Cyberneticsで発表された。
    (5)キューブによる計算機結合方式.この研究は玉木とSpragueによって行なわれた。この研究により、ハイパーキューブの頂点対の辺を共有しない経路による結合が可能となるための必要十分条件を考えた。これにより、キューブ結合計算機上のアルゴリズム設計の指針が得られた。この結果は近い将来、学術雑誌に発表予定である。
    以上3年間にわたった協同研究により、多くの研究成果を挙げることができ、有意義であった。その期間の最終年に、相手校のDey氏は別の大学へ移るということもあり、3年間という期間の経過も感じられる。
    研究設備についていうと、UABの計算機科学科は並列計算機Sequent Balance(30プロセッサ)を有しており、並列処理の経験を得るのに大変有効であった。そのおかげで、茨城大学情報工学科でもSequent Symmetry(20プロセッサ)を平成2年3月に導入し、旧機種のVAXからスムーズに移行できた。この新しい並列計算機は今後当学科で並列処理の研究に大きな役割を果すものと期待され、上記の研究成果と共に、今後の当学科の研究方向に大きな影響を与えるものと言えよう。
    最後に研究者の相互訪問について一言。UABからの研究者を茨城大学工学部の職員集会所にお泊めした。この建物は戦前からの木造のもので、老朽化している。我々がUABの立派な宿舎に泊めて頂いたことから考えて、我々の学部にも国際交流会館のようなものの建設を望まずにはいられない。われわれのように学部が数ケ所に分散した大学では、国際交流会館は大学本部の都市に設置されるのみで、各学部までは及ばないのが現状である。このことが、3年間の大変有意義であった研究の中での唯一つの問題点となった。

  • 音声認識システムのアーキテクチャとその設計支援システムに関する研究

    科学研究費助成事業(早稲田大学)  科学研究費助成事業(一般研究(B))

    研究期間:

    1986年
    -
    1987年
     

    白井 克彦, 松山 康男, 秋月 影雄

     概要を見る

    高度な音声認識システムを実用化するためには, 大規模な知識ベースを参照しながら, 実時間内で動作し, 高い認識率を得ることが望まれる. 一方では, 音声認識の用途から低コスト化の要求も強い. そのようなシステムを実現するには, 並列処理化とパイプライン化を高度に含むアーキテクチャの効果的な設計と必要に応じたLSI化が不可欠である. 本研究は, このような背景から, 音声認識システムのアーキテクチャの検討とそのためのハードウェア設計支援システムの開発を目標としたものである. 音声認識システムのアーキテクチャとしては, 音声認識処理プロセスの構造化と並列処理を用いたシステムアーキテクチャについて検討した. まず, 効果的な音声認識手法としてベクトル量子化手法の利用を検討し, 特微量の検討とそれを用いた音韻認識実験を行なった. また, 音声認識のためのベクトル量子化アルゴリズムの拡張についても検討した. 次に, 音韻レベルから単語, 構文レベルまで階層的に処理可能な並列処理アーキテクチャを提案し, 実際に, 様々な音声認識手法を効果的に組み合わせて, 認識率の向上と共に高速処理を図ったシステムを通信機能を持つLSI(トランスピュータ)上に実現した. 並列処理を導入することにより, 高速化のみならず, 認識率の向上も図れることを実証した. 音声認識のための設計支援システムとしては, 主に音響処理や特徴抽出部の処理アルゴリズムをLSI化することを目的としたLSIアーキテクチャ設計支援システムを検討した. 本システムは, 主に信号処理を対象としており, 処理アルゴリズムと処理時間やコストに関する制約を入力することにより, LSIのアーキテクチャを設計し, レジスタ・トランスファ・レベルのハードウェア記述を出力するものである. 本研究はLSIアーキテクチャの設計システムの研究として多くの成果をあげつつあり, この分野の先駆けをなしたものといえる.

  • 機械認識に基づくラベルなしデータの構造化とその応用

    科学研究費助成事業(早稲田大学)  科学研究費助成事業(基盤研究(C))

  • 多重降下競争学習と超並列分散処理

    科学研究費助成事業(茨城大学)  科学研究費助成事業(重点領域研究)

  • 多重降下競合学習と超並列分散処理

    科学研究費助成事業(茨城大学)  科学研究費助成事業(重点領域研究)

  • 学習におけるスパース表現と並列処理に関する研究

    科学研究費助成事業(茨城大学)  科学研究費助成事業(重点領域研究)

  • 学習におけるスパース表現とコネクション重みに関する研究

    科学研究費助成事業(茨城大学)  科学研究費助成事業(重点領域研究)

  • 自己組織化と強制情報の結合による外挿的動画像生成

    科学研究費助成事業(茨城大学)  科学研究費助成事業(一般研究(C))

  • 確率重みを有する神経回路網の結合学習に関する研究

    科学研究費助成事業(早稲田大学)  科学研究費助成事業(重点領域研究)

  • 環境を双方向に確率学習する神経回路網に関する研究

    科学研究費助成事業(早稲田大学)  科学研究費助成事業(特定領域研究(A))

  • マルチモード情報を相互利用する確率的神経回路網に関する研究

    科学研究費助成事業(早稲田大学)  科学研究費助成事業(特定領域研究(A))

  • ネットワーク環境における歩くPCの多機種間協調に関する研究

    科学研究費助成事業(早稲田大学)  科学研究費助成事業(萌芽研究)

  • 知的信号処理

  • 人と環境に優しい次世代情報処理技術

    文部科学省 

  • 環境共生型高精度エネルギー予測/高効率エネルギー利用技術

    文部科学省 

▼全件表示

Misc

  • 発明と発見における同時性:並列性と並行性からの逸話

    松山泰男

    情報処理   57   194  2016年02月  [査読有り]

    記事・総説・解説・論説等(学術雑誌)  

  • 激変のさなかにある教室風景

    松山泰男

    情報処理   57   70 - 73  2016年01月  [査読有り]

    記事・総説・解説・論説等(学術雑誌)  

  • Interleaver design for turbo coding: Sorting by real numbers

    Yasuo Matsuyama

    情報システムとヒューマンインターフェース     51 - 59  2010年03月  [査読有り]

    機関テクニカルレポート,技術報告書,プレプリント等  

  • 自己組織化と外部知性との結合:架空のコンピュータHALの生誕に寄せて

    松山泰男

    情報処理   39   37 - 42  1998年01月  [査読有り]

    記事・総説・解説・論説等(学術雑誌)  

  • 動的計画法を用いたステレオマッチングにおける順序逆転問題の解法

    藤井,松山

    画像ラボ   7 ( 11 ) 32 - 35  1996年11月

    記事・総説・解説・論説等(商業誌、新聞、ウェブメディア)  

    CiNii

  • Morphing of self-organized patternscombined with human intelligence: Quantization approach to intelligent multimedia processing

    松山泰男

    Information Integration Workshop: Beyond divide and conquer strategy     162 - 171  1995年11月  [査読有り]

    機関テクニカルレポート,技術報告書,プレプリント等  

  • 最適化特徴マップと強制情報を統合したディジタル動画像の生成

    松山,笹井

    Real World Computing Partnership     83 - 88  1994年

    機関テクニカルレポート,技術報告書,プレプリント等  

  • Neurocomputation paradigms can be fit into the fifth generation computer systems

    松山泰男

    Technical Report of Ibaraki University   88-5   1 - 28  1988年05月

    機関テクニカルレポート,技術報告書,プレプリント等  

  • Generalized vector quantization with optimal connection of elements

    松山泰男

    Technical Report of the University of Alabama in Birmingham     1 - 32  1987年10月

    機関テクニカルレポート,技術報告書,プレプリント等  

  • ユニバーサルな情報源符号化と音声圧縮

    松山泰男

    OHM   67 ( 4 ) 71  1980年04月

    記事・総説・解説・論説等(商業誌、新聞、ウェブメディア)  

  • アメリカにおける情報理論:人と動向

    松山泰男

    数理科学   202   11 - 13  1980年04月

    記事・総説・解説・論説等(商業誌、新聞、ウェブメディア)  

  • Spectral distortion measures for speech processing

    Y. Matsuyama, A. Buzo, R. M. Gray

    Technical Report of Stanford University   6540-3 ( SEL-78-015 ) 1 - 54  1978年04月

    機関テクニカルレポート,技術報告書,プレプリント等  

▼全件表示

産業財産権

  • IoXT

    商願2017-76470

    松山泰男

    特許権

  • IoCT

    商願2017-76403

    松山泰男

    特許権

  • 隠れマルコフモデルの推定方法,推定装置および推定プログラム

    特許5709179

    松山泰男, 林 龍之介

    特許権

  • Feature pattern recognition system, method, and program

    特許US 8,244,474 B2

    特許権

  • 特徴パターン認識システムおよびその方法並びにプログラム

    特許3976331

    松山泰男

    特許権

  • 類似画像検索方法および類似画像検索装置

    特許4682670

    松山泰男, 勝又尚人

    特許権

  • 符号順序変換方法およびその装置

    特許4411401

    松山泰男, 宝崎健太

    特許権

  • ベクトル量子化による波形分析合成装置

    特許1716529

    松山泰男

    特許権

▼全件表示

 

担当経験のある科目(授業)

  • 計算知能論

    早稲田大学  

  • 記号とパターンの統合

    早稲田大学  

  • バイオインフォマティクス

    早稲田大学  

  • 人工知能

    早稲田大学  

  • Operating System

    早稲田大学  

  • 文科系の数学

    茨城大学  

  • 情報科学入門

    茨城大学  

  • 電子回路

    茨城大学  

  • 計算機システム

    茨城大学  

  • 電気回路

    早稲田大学  

  • C プログラミング言語

    早稲田大学  

  • オペレーティングシステム

    早稲田大学  

▼全件表示

 

社会貢献活動

  • 日刊工業新聞

    日刊工業新聞 

     概要を見る

    バイオインフォマティックスに関する特許内容の紹介

特定課題制度(学内資金)

  • 脳波キーボードとP300波形の統合によるハンズフリーな認証システム

    2016年  

     概要を見る

    P300とよばれる脳波信号は、ヒトが特定の事象を認識したときに、約300ミリ秒後に現れるピーク電位のことである。この研究では、まず、0から9の数字を画面に逐次表示するキーボードを作成した(P300スペラー)。そして、被験者が思考している数字が光ったときに生起されるP300波形を計測し、正しいP300が得られたときの波形が有している個人性を利用するという二段階認証システムを作り上げた。このように設計したシステムにおいて、20人の被験者の平均誤り率により性能評価を行ったところ、4桁の数字入力の場合、誤許可率0%になる閾値を用いたときに3.9%の誤拒否率という非常に良好な性能が得られた。

  • 動画ビッグデータの数値ラベル生成とその類似性に基づくランキング化

    2015年  

     概要を見る

    この研究では、アノテーション的なラベルが与えられていない無構造な動画像データ集合を、数値としての類似性に基づいて構造化し、動画ビッグデータを利用できるようにする機械学習アルゴリズムの構築とそのソフトウェア化を行った。このとき、理論として先走りしがちな機械学習の方法と、ISO/IECによる工業規格として新たに提案されたframe signatureとよばれる画像間類似度を整合させて実用的システムを作り上げること、そして類似性検出に関して代替となりうる数種類のアルゴリズムをすべて抑えることを主眼とした。このような目的の下に、時間軸を考慮したペアワイズ最隣接法がシステム的軽量性と応答速度、そして類似性判定の面で優れていると実証した。

  • ソフトラベルの推定と付加によるビッグデータの構造化とその応用

    2014年  

     概要を見る

    この研究では,巨大な動画像集団に対する自動的な構造化法の開発とそのシステム作成を行った.ここでいう構造化とは,ユーザーが付けたラベルを用いる方法ではなくて,コンピュータにより自動的に数値ラベルを付加することである.本研究では,動画像中にある複数枚の代表フレームを見つけ出し,それらの位置とコンテンツをラベルとする方法を採用した.これにより,人手を用いない新たな教師なし学習アルゴリズムと,大域・局所の両アラインメントを可能にするM-distance法を開発することができた.その結果,動画像の大集団を数値ラベルにより構造化して類似動画像を検索できるシステムを作成することができた.

  • 脳信号を利用した連続認証システムの構築

    2013年  

     概要を見る

    非侵襲計測によりオンラインで得た脳信号を用いて、権利のあるユーザがマシンにアクセスしているのか、あるいはなりすまし者が何かを行おうとしているのかを連続的に認証するアルゴリズムと、それを実現するシステムを構築した。 上で述べたキーワードの一つである非侵襲計測とは、弱い接触により身体の組織を破壊することなく生体信号を測る方式を意味している。非侵襲計測は、今後のウェアラブルコンピュータとの連携が予想されるものである。第2のキーワードは連続認証であるが、これはパスワード認証とは異なる能力を有している。すなわち、パスワード認証にはパスワードの盗難すなわち成りすましが付きまとう。そこでパスワード認証により成りすましを防ぐためには、ユーザの作業中に時間をおいて何回もパスワードの要求を行う。これには次のような不都合が付きまとう。例えば、ユーザがコンピュータではない機器、例えば重機などを捜査中の場合、事故につながる。一方、連続認証は生体信号(バイオメトリクス信号)の利用と相性がよく、コンピュータ以外の機器の作業中でもユーザ認証が可能である。そこで、この研究では、非侵襲計測によるNIRS脳信号(近赤外分光法)を用いて連続認証を行う方式を開発し、99%を超える認証性能を、世界で初めて達成した。ここで用いた手法は、次の通りである。(1) 脳信号の低周波数を取り出す高速フーリエ変換:これは、ユーザの個性が極低周波領域に現われるためである。(2) 主成分分析:これは、外れ値を取り除くためである。(3) サポートベクターマシン:これは通常の使用とは異なり、低周波領域に重みづけを行うためである。(4) マハラノビス距離による判定:これは、認証を受ける各ユーザの脳信号のパターンが、上記の(1)~(3)により十分にクラスター化されるという予備実験に支持されたものとなっている。なお、米国のDARPAは、2011年11月にBeyond the Passwordsという計画をアナウンスしているが、この研究はあくまでも市民生活のための利用を企図したものである。

  • 尤度比の高速最適化と実データアルゴリズムとの整合に関する研究

    2013年  

     概要を見る

    スマートフォンに代表される高度な情報処理機器は著しく安価になり、市民のだれもが簡単に、そして大量のディジタル情報を生成して蓄積できる時代になっている。それに加えて、各人の日常行動のあらゆる局面が無意識のうちにデータとして蓄積されることも起きており、いわゆるビッグデータの時代に突入している。このような状況では、次のような項目が新たな問題となる。&#61656;ビッグデータはその巨大さのために、ラベル化(構造化)を完全に行うことはできない。単に部分的にのみ可能である。&#61656;部分的にとはいえ、人手で作業できるサイズではない。&#61656;ユーザーすなわち一般的な市民が付けたラベルは単に個人的なものであり、汎用にできるかどうか疑わしいものが数多く存在する。このような状況に突入している今日、機械学習の手法を利用して巨大なデータの構造化を推進すること、すなわちデータにソフトラベルを付加することは、非常に重要な課題になっている。そこで、本研究では次の3点を主項目とした。(1)尤度を最適化することにより、データ集合にソフトラベルとしての相互の位置関係、すなわち位相を与えることを行う。ここでいう尤度とは、最適化の対象となる確率的関数を意味している。ただし、データそのものは取得された実際の値、すなわち統計的な見本値である。(2)その時、高速化の手法を得る。(3)この手法を実際のデータに適用し、斬新なグラフィカルユーザーインターフェース(GUI)を作成する。 以上のような問題設定を行い、この研究により次のような成果を得ることができた。(a)データの相互位置を球面に配置するとき、その弦を距離として尤度を構成し、これにより球面上にデータを配置できる尤度関数を構成した。そして、これを勾配法で最適化することにより、球面GUIを構成する方法を得た。(b)さらに、尤度比の最適化に相当する形の高速化法を得た。(c)ソフトラベル化の手法としては、期待値最大化アルゴリズムとそのサブクラスである隠れマルコフモデル化法が幅広く役立つ方法であるが、それらに対して対数を一般化した関数を用い、その曲率を自動的に利用するアルゴリズムを確立した。(d)上記の(a)と(b)の手法を、全録テレビ番組をアイコンとして表示するGUIと、複数の被験者からの脳信号を配置するGUIを、多層球面として実現した。 この研究は、以上のような成果を得て完了した。

  • 情動をソフトコマンドとして代入できる柔らかなインターフェースに関する研究

    2011年  

     概要を見る

    [研究目的]この研究は,人の情動そのものをソフトコマンドとして利用することにより,不用意なクリスプ化が進んでいるICT側に人の情動との親和性をもたせて,知的で柔らかな双方向インターフェースを実現して主観的通信品質の向上を図ることを目的として設定した.このとき,本研究で対象とする情動と研究のゴールは次のようなものとした.(1) 人体動作,人体電界,非侵襲的脳信号,侵襲的脳信号を統合的に認識し,ネットワーク機器の代表例としての歩くPC,すなわちヒューマノイドの操作系を実現する.(2) この非言語的情報通信法を,ゲーミングあるいはリハビリテーションに関連付ける.(3) 上記項目にある対象物にはその物理的差異を超えた理論的共通性がある.それは,情動や感性をパターンとして認識してソフトコマンド化するという方法である.この研究では,そのための基礎理論として認識器のコンパクトな折りたたみ法と高速化法を開発する. そして,以上のような目標設定に対して次のような成果を得ることができた.[研究成果](a) Kinectによる人体動作の検出を動作認識のレベルに高めた.(b) さらにこれを非侵襲計測によるNIRS脳信号および脳波パターンの認識を組み合わせて生体信号を非言語的情報によるコマンドとして電子機器の操作に利用する方式を開発した.(c) 電子機器の代表格として,動作やバランスが非常に複雑な二足歩行ヒューマノイドを操作できるシステムを実現した.これにより,(d) さらに,考えるだけでロボットを操作するシステムを実現した.(e) 上記の(c)をゲーム型のヒューマンインターフェースとして実現し,このシステムをマイクロソフトのコンテストに出展してMicrosoft賞を受賞した.(f) 理論部分の貢献として,現在のデファクトスタンダードであるFastICAをしのぐRapidICAを実現した. 以上の様に,この研究においてはヒトの情動を認識して非言語的なソフトコマンドとして利用するための基礎理論と応用システムの実現を行い,今後の学外助成の申請への基盤を作り上げるとともに,受賞という成果を得て完了することができた.

  • ヒト自身の特性を用いた情報環境の高度利用システムに関する研究

    2009年  

     概要を見る

    この研究は,情報爆発の時代においてヒトの情動(affection)をどのように利用するのかという問題に関して,次のような具体的問題を設定して新たな方式の提供とそれを支える理論的手法を与えることを目的として開始した.(1) ヒトに固有な感性としての画像の類似性を図る能力の機械的実現とそのツール化を図る.(2) ヒトと情報機器(二足歩行ヒューマノイド)のそれぞれをネットワーク中のノードとして位置づけたときに,ヒトが発生させる信号により情報機器を操作する方法の開発を行う. 以上の項目(1)においては,論文(LNCS No. 5506, pp. 620-627, 2009)にあるように,主成分基底および独立成分基底を用いて,人間の感性を反映できる類似画像検索システムを実現した.この方式は,JPEG方式あるいはJPEG2000方式よりも感性の反映度と検索速度の両面において優れている. また,項目(2)においては,ヒトの体の動き(ジェスチャ情報)に加えて,近赤外線スペクトル(NIRS)により非侵襲的に計測できる脳の酸化ヘモグロビン濃度と組織酸化率を用いて二足歩行ヒューマノイドを操作できる方法を確立した.このとき,隠れマルコフモデルとサポートベクターマシンをベイジアンネットワークに組み込む総合システムを提案し,これによりPCレベルでのリアルタイムシステム実現を可能にした. さらに,項目(2)においては,次のような新成果を得ることができた.(a) NIRS装置を用いて思考のみを行った場合の脳活動を検出し,それにより二足歩行ヒューマノイドを操作することを可能にした.(b) 非侵襲型の脳計測は,安全ではあるがやはりタスクの粒度に限界がある.そこで神経細胞のスパイク信号列(今回はサル)をEPSPに変換してそのパターンを認識し,その結果を二足歩行ヒューマノイドへのコマンドに変換してこれを動作させることに成功した. 以上のように当初の目的を達成し,さらには(a)と(b)にあるように,初期予想を超える成果を上げることができた.

  • 生体情報のソフトコマンド化とその応用に関する研究

    2008年  

     概要を見る

    この研究は,生体が発する信号をソフトコマンドとして認識し,それを用いて多様な機器を操作するアルゴリズムの開発とその応用を行うことを目的としている.そして,この研究における理論と応用は,ネットワーク化に整合するものとなることを条件としている.得られた成果は次の通りである.(1)サポートベクトルマシン(SVM)をコミッティーSVMアレイとして構成し,多値識別を可能にした.(2)並列隠れマルコフモデルとSVMを下部構造として含むベイジアンネットワークとその計算学習法を世界に先駆けて創意かつ実現した.そして,これをHMM/SVM埋め込み型ベイジアンネットワークと命名した.(3)HMM/SVM埋め込み型ベイジアンネットワークを,歩くPCとしての二足歩行ヒューマノイドの制御に適用した.この問題においては,操作側の人間(オペレータ)とヒューマノイドはネットワークを介して反対側に置かれている.そして,オペレータはジェスチャと脳信号を発してヒューマノイドを制御する.この時,両信号はHMM/SVM埋め込み型ベイジアンネットワークによりソフトコマンドとして認識され,それがヒューマノイドの動作を実現する駆動信号へと変換される.これによりヒューマノイドはオペレータの体格との違いとの独立性を保ったまま,転倒せずに目的動作を行うことができるようになった.(4)脳信号としては,近赤外分光法により人体に対して非侵襲方式で計測された酸化ヘモグロビン濃度と,サルに対して侵襲方式で計測された神経スパイク列を用いた.そして,これらの信号のパターンを,知覚とは別の動作に変換することを世界に先駆けて実現した.以上の(2)~(4)にまたがる業績は,領域横断的科学技術としてのソフトコンピューティング国際会議において,最優秀論文賞(Grand Prix)を受賞した.

  • 異質な情報モードの融合と高度ヒューマンインターフェースに関する研究

    1999年  

     概要を見る

     本研究で扱うマルチモード情報とは、人体の表情やその他の生体信号を指している。マルチモーダルな情報を扱う場合には、広範な能力をもつ手法が必要とされており、このような問題に対しては、EMアルゴリズムという統計的手法がよく利用されている。しかしながら、このEMアルゴリズムは、モデルの対数尤度を最大化するアルゴリズムであり、収束速度の向上が必要であるとされていた。そこで、まず従来の対数の拡張を見つけだすことを行い、これをα対数と命名した。そして、このα対数を用いた期待値最大化を行うと、α-EMアルゴリズムという一般化された手法が得られ、従来の、EMアルゴリズムをα= -1という特例として含むことが分かった。さらに、適切なαに対しては、従来のEM法を遙かにしのぐ高速学習性が得られた。 次に、上記のような理論的部分に続いて、α-EMアルゴリズムの下部構造であるベクトル量子化と自己組織化とを結合させたシステムを構築した。これは、外部からの指令に基づいて顔の筋肉を動かすものであるが、(i) 顔のテクスチャが、情報圧縮されていること、(ii) 実時間で動く表情を実現できること、(iii) 3次元の表現となっていることにおいて従来の手法よりも進んだものとなっている。 次に、ICA(独立成分分析)のための高速化法についてその可能性を発見したので、これについても調べ、大きな成果を得ることができた。本研究においては、研究代表者が導き出したα対数に基づく情報量の繰り返し最小化を行い、モーメンタム法とターボ法の2つのアルゴリズムを得ている。そして、それらについて実験を行ってみると、モーメンタム法は従来法より3倍程度そしてターボ法では6倍程度という著しい高速性を示すことが分かった。 以上のように、本研究は、当初の目的の他にも大きな成果を得て終了した。

  • 情報の幾何構造を考慮した計算学習に関する研究

    1997年  

     概要を見る

    期待値最大化アルゴリズム(EMアルゴリズム)を真部分集合として含むWEMアルゴリズム(Weighted EMアルゴリズム)を導出し、この一般化が単なる抽象的一般化ではなくて、実際に利点があることを示した。このWEMアルゴリズムに到達するまでの経緯とその特長は次の通りである。【経緯】従来のEMアルゴリズムは確率の対数に基づく最尤法である。この研究においてはまず対数の一般化を行った。これは、一般化された情報量の核が、対数の一般形を与えることに基づいている。この一般化対数はαというパラメータにより特徴付けられ、αが-1に等しいときが従来の対数である。従って、α対数により条件付尤度比を計算し、これの期待値をとって最大化すれば、一般的なEMアルゴリズムが得られる。これがWEMアルゴリズムである。一般にEMアルゴリズムでは(従って、WEMアルゴリズムでも)、最大値そのものを一回の計算ではできない。そこで、さらに少しずつ値を増加させる方法を導出した(W-GEMアルゴリズム)。このとき大事なことは、WEMやW-GEMにおいても、EMに比べて推定限界が劣化しないかということである。このことについては、クラメール・ラオの限界がαに依存しないことを確かめた。【特長】上記のように、W-GEMの推定精度は従来のEMと同じである。従って、その特長は推定の速さ(学習の速さ)になければならない。このことを混合エキスパート型の神経回路網で調べてみると、αが-1より大きいときに、EMの場合よりもはるかに高速な収束が得られた。これは、対数尤度で閉じていた従来手法を打ち破る初めての成果である。以上のように、多くの新たな結果を得て、本研究は終了した。研究成果:1997. 6, Springer Verlag, Lecture Notes in Computer Science, No. 1240, Y. Matsuyama, The alpha-EM algorithm: A block connectable generalized learning tool for neural networks.1997. 6, Proceedings of International Conference on Neural Networks, Y. Matsuyama, The weighted EM algorithm and block monitoring.1997. 11, Proceedings of Stochastic System Symposium, Y. Matsuyama, WEM algorithms and probabilistic learning.1997. 11, Proceedings of International Conference on Neural Information Processing, Y. Matsuyama et. al, Prior probability weights and neural network learning.1998. 3, Y. Matsuyama and S. Furukawa, 情報処理学会全国大会講演論文集, Speedup of learning via weighted EM algorithm.

  • 自己組織化と外部知性との結合に関する研究

    1996年  

     概要を見る

     この研究でいう自己組織化とは、情報処理機構の内部状態が、与えられた入力に応じて固有の形態に変化していくことを指している。自己組織化は、個々の素子は比較的単純ではあるが、全体としての数が極めて多いとき、有効となる情報処理手法である。この研究では、自己組織化を利用しようという立場に立っている。従って、われわれユーザーは、自己組織化系に、「このような形態での自己組織化を行ってほしい」との要求を与える必要がある。これは教師信号とみなせるのであるが、この研究では、単に学習系の出力を矯正する教師信号ではなくて、複雑な自己組織化の過程やその結果に変形を指示できるようにして、自己組織化と外部知性との対話を可能にしている。研究内容は、アルゴリズム自体の開発とそれを用いた事例の作成に分けられる。 【アルゴリズムの開発】教師なし学習としては、競合学習を採用した。ただし、単純な競合学習による自己組織化は、すでに多くの研究者により報告されている。また、このような自己組織化は、非常に限られた情報処理能力しか持ち合わせていない。そこでこの研究では、二種類の互いに異質な自己組織化(グループ化特徴マップと重みベクトル特徴マップ)を同時に生成できるような一般化された競合学習アルゴリズムを開発した。 【事例の作成】二種類の特徴マップのうち、グループ化特徴マップは外部知性との対話性に優れている。この研究のもう一つの目的は、マルチメディア情報処理の新たな手法を提供することにもあるので、静止画像と動画像を情報処理の対象とした。このとき、グループ化特徴マップは画像のパターンと対応し、それをユーザーが変形することにより、一枚の圧縮された静止画像から動画像を生成して、超高能率圧縮を可能にした。さらに、この事例は、人間の表情を生成したことにもなっている。 以上のようにこの研究は、自己組織化、外部知性との対話、マルチメディア情報処理、感性情報処理にまたがる多くの成果を得た。

▼全件表示