Pulse Coupled Neural Networkを用いた画像認識のための結合荷重行列の最適化

摘要

The Pulse Coupled Neural Network (PCNN) is a simulation model of neurons' synchronization phenom ena in visual cortex. Neurons in the PCNN output various firing pattern consisted of pulses affected by external input and connected neurons. The PCNN had been applied to image processing. The image recognition using the PCNN-Icon is one of the image processing method using the PCNN. The PCNN-Icon is time series of the number of firing neurons. The image recognition using PCNN-Icon need to optimize parameters of the PCNN. We had proposed optimization parameters of the PCNN using genetic algorithm(GA). However, weight matrix of the PCNN has not been optimized. In this study, we propose method using GA to optimize weight matrix of the PCNN for image recognition. Simulation results show that the optimization of weight matrix of the PCNN for image recognition is successful.%Puls Coupled Neural Network（PCNN）は視覚野の神経細胞の同期発火を再現できるモデルである.PCNNを構成するニューロンは外部入力や近傍のニューロンからの入力によって,様々なパターンのパルス列を生じる.PCNNは画像処理への応用が提案されており，そのひとつに発火したニューロンの個数の時系列であるPCNN-Iconを用いた画像認識がある．PCNN-Iconを用いて画像認識を行うためには，適切なPCNNのパラメータを設定する必要がある．これまでの研究で，遺伝的アルゴリズム（GA）によるパラメータの最適化が有効であることを示してきた.しかしながら，PCNNを構成するニューロンの相互作用に関わる結合加重行列については最適化が行われていなかった．本研究ではGAによるPCNNの結合加重行列の最適化について検討し，これが有効であることをシミュレーションにより示す．