神戸大学附属図書館デジタルアーカイブ
https://doi.org/10.24546/81012463

このアイテムのアクセス数:88件（2025-05-06 14:30 集計）

閲覧可能ファイル 

ファイル フォーマット サイズ 閲覧回数 説明
81012463 (fulltext) pdf 1.98 MB 30

メタデータ

ファイル出力

メタデータID
81012463
アクセス権
open access
出版タイプ
Version of Record
タイトル
超平面を用いたDeep Learning情報処理過程の解析とシグナルフロー線図による表現
チョウヘイメンオモチイタDeepLearningジョウホウショリカテイノカイセキトシグナルフローセンズニヨルヒョウゲン
その他のタイトル
Analysis of the Deep Learning Process using Hyperplanes and a Signal Flow Graph
著者
武川, 公 ; 原岡, 剛一 ; 長井, 聡 ; 福田, 博也
著者名
武川, 公
Takekawa, Akira
タケカワ, アキラ
著者名
原岡, 剛一
Haraoka, Goichi
ハラオカ, ゴウイチ
著者名
長井, 聡
Nagai, Satoshi
ナガイ, サトシ
著者ID
A1251
研究者ID
1000090294256
KUID
https://kuid-rm-web.ofc.kobe-u.ac.jp/search/detail?systemId=3cf109a5d52a4808520e17560c007669
著者名
福田, 博也
Fukuda, Hiroya
フクダ, ヒロヤ
所属機関名
人間発達環境学研究科
言語
Japanese (日本語)
収録物名
神戸大学大学院人間発達環境学研究科研究紀要
巻(号)
14(1)
ページ
139-141
出版者
神戸大学大学院人間発達環境学研究科
刊行日
2020-09-30
公開日
2020-10-19
抄録
Deep Learningには，多数のユニットが使われている。各ユニットは入力とそれに対する重みを掛け算して和を取るニューロン部と，その値を活性化関数で変換して出力とする出力部からなっている。この研究では，深層学習におけるユニットの働きを，超平面を用いて解釈することを行った。その結果，各ニューロンは，重みというユニットに固有な法線ベクトルを持つ超平面を表していることが分かった。また， n個の特性量が入力ベクトルとして与えられるとき，法線ベクトルへの入力ベクトルの射影の長さが計算され，その値が各ニューロンに記憶される。この過程を各層において繰り返しながら，計算は最終層に向かって進み，最終層で出力結果を得る。この一連の情報処理過程において，ユニットによる多数の超平面が形成され，それらの組み合わせによって非線形の判断が実行され，画像が認識されることが分かった。さらにDeep Learningの情報処理過程をシグナルフロー線図で表した。この線図によって，Deep Learningの情報処理過程を視覚的に理解することが可能となった。
カテゴリ
人間発達環境学研究科
神戸大学大学院人間発達環境学研究科研究紀要 ＞ 14巻 ＞ 14巻1号（2020-09-30）
紀要論文
関連情報
URI
http://www.h.kobe-u.ac.jp/ja/node/18