博士（工学）, 大阪大学

Ph.D (Eng.), Osaka University

マテリアルズインフォマティクス

機械学習

神経回路モデル

深層学習(ディープラーニング)

画像処理

医用画像処理

情報通信, ソフトコンピューティング

情報通信, 知能情報学

2015年04月
電気通信大学, 教授, 日本国

2008年03月 - 2015年03月
電気通信大学, 准教授, 日本国

2002年10月 - 2008年03月
山口大学, 助教授, 日本国

2001年04月 - 2002年09月
奈良女子大学, 助手, 日本国

1994年04月 - 2001年03月
大阪大学, 基礎工学部, 助手, 日本国

1992年04月 - 1994年03月
大阪大学, 基礎工学研究科, 物理系専攻 生物工学研究分野, 日本国

1988年04月 - 1992年03月
大阪大学, 基礎工学部, 生物工学研究科, 日本国

1985年04月 - 1988年03月
宮城県 仙台第二高等学校

2023年04月 - 現在
編集委員長, 情報処理学会 論文誌「数理モデル化と応用」誌編集委員会, 学協会

2020年04月 - 2024年03月
理事, 日本神経回路学会, 学協会

2020年01月 - 2023年12月
Board of Government, Asia Pacific Neural Network Society, 学協会

2013年04月 - 2023年03月
「数理モデル化と応用」副編集委員長, 情報処理学会, 学協会

2022年01月 - 2022年12月
Finance Chair, International Conference on Neural Information Processing, 学協会

2021年04月
選奨委員, IEEE Young Researcher Awards 選奨委員会, 学協会

2019年04月 - 2021年03月
委員長, IEEE Young Researcher Awards 選奨委員会 (ニューロコンピューティング）, 学協会

2018年04月 - 2019年03月
選奨委員, IEEE Young Researcher Awards 選奨委員会, 学協会

2018年04月 - 2019年03月
委員長, 電子情報通信学会ニューロコンピューティング(NC)研究専門委員会, 学協会

2017年04月 - 2018年03月
副委員長, 電子情報通信学会 ニューロコンピューティング(NC)研究専門委員会, 学協会

2015年04月 - 2018年03月
主査, 情報処理学会 数理モデル化と問題解決（MPS）研究会, 学協会

2013年01月 - 2015年12月
会計, IEEE CIS ジャパンチャプター, 学協会

2012年05月 - 2015年04月
理事(WS助成）, 日本神経回路学会, 学協会

2013年04月 - 2015年03月
幹事, 情報処理学会 数理モデル化と問題解決（MPS）研究会, 学協会

2013年10月 - 2014年09月
FIT2014 実行委員, 情報処理学会, 学協会

2012年10月 - 2013年09月
FIT 2013 実行委員, 情報処理学会, 学協会

2013年04月
医用画像研究会連絡委員, 電子情報通信学会, 学協会

2012年05月 - 2013年03月
医用画像特別号編集委員, 電子情報通信学会, 学協会

2008年04月 - 2012年03月
情報処理学会論文誌編集委員, 情報処理学会, 学協会

2004年04月 - 2012年03月
MPS研究会副幹事 (Web担当), 情報処理学会, 学協会

2002年04月 - 2012年03月
「数理モデル化と応用」編集委員, 情報処理学会, 学協会

2006年05月 - 2010年05月
和文論文誌 D編集委員, 電子情報通信学会, 学協会

2005年04月 - 2007年03月
中国支部学生会顧問, 電子情報通信学会, 学協会

2003年04月 - 2005年03月
論文誌編集委員, 日本神経回路学会, 学協会

2003年04月
和文論文誌A 常任査読委員, 電子情報通信学会, 学協会

2001年04月
情報処理学会「数理モデル化と問題解決（MPS）研究会」連絡委員, 情報処理学会, 学協会

1995年04月 - 1997年03月
ニューロコンピューティング研究会幹事補佐, 電子情報通信学会, 学協会

受賞日 2021年03月
IEEE CIS Japan Chapter
CNNの中間特徴表現を考慮した知識蒸留による敵対的学習
IEEE Young Researcher Award, 樋口 陽光
国内学会・会議・シンポジウム等の賞

受賞日 2020年12月
神経回路学会
VGGモデルの視覚野的解釈における解析の検討
日本神経回路学会最優秀研究賞, 寺本 陶冶;庄野 逸
国内学会・会議・シンポジウム等の賞

受賞日 2020年03月
IEEE CIS Japan Chapter
スパースコーディングを用いた惑星表面画像のための圧縮方法の提案
IEEE Young Researcher Award, 上坂 佳史
国内学会・会議・シンポジウム等の賞

受賞日 2020年03月
IEEE CIS Japan Chapter
Bolasso 特徴選択手法を用いたびまん性肺疾患陰影の分析
IEEE Young Researcher Award, 遠藤 瑛泰
国内学会・会議・シンポジウム等の賞

受賞日 2019年07月
World academy of Science
Achievement award
国際学会・会議・シンポジウム等の賞

受賞日 2019年03月
IEEE CIS Japan Chapter
SVCCAを用いた異なるデータセットで訓練されたDCNNの類似性測定
IEEE Young Researcher Award, 寺元 陶冶
国内学会・会議・シンポジウム等の賞

受賞日 2019年03月
情報処理学会
2段階転移学習を用いた深層畳み込みニューラルネットによるびまん性肺疾患の識別と特徴表現の解析
山下記念賞, 鈴木 藍雅
国内学会・会議・シンポジウム等の賞

受賞日 2018年12月
情報処理学会数理モデル化と問題解決研究会
問題への適切性を考慮した畳み込みニューラルネットワークの初期値決定手法
MPS研究会ベストプレゼンテーション賞, 鈴木 藍雅;庄野 逸;坂無 英徳
国内学会・会議・シンポジウム等の賞

受賞日 2018年12月
情報処理学会数理モデル化と問題解決研究会
ベイズ的変数選択に基づく分光スペクトル分解
MPS研究会ベストプレゼンテーション賞, 川島 貴大;庄野 逸
国内学会・会議・シンポジウム等の賞

受賞日 2018年07月
情報処理学会数理モデル化と問題解決研究会
びまん性肺疾患診断における階層的特徴選択アプローチ
MPS研究会ベストプレゼンテーション賞, 遠藤 瑛泰;永田 賢二;庄野 逸
国内学会・会議・シンポジウム等の賞

受賞日 2018年07月
World academy of Science
Achievement award
国際学会・会議・シンポジウム等の賞

受賞日 2018年03月
IEEE CIS Japan Chapter
階層型確率的主成分分析モデルによるテクスチャの生成
IEEE Young Researcher Award, 鈴木藍雅
国際学会・会議・シンポジウム等の賞

受賞日 2018年03月
情報処理学会数理モデル化と問題解決研究会
2段階転移学習を用いた深層畳み込みニューラルネットによるびまん性肺疾患の識別と特徴表現の解析
MPS研究会ベストプレゼンテーション賞, 鈴木 藍雅;坂無 英徳;木戸 尚治;庄野 逸
国内学会・会議・シンポジウム等の賞

受賞日 2017年07月
World academy of Science
Achievement award
国際学会・会議・シンポジウム等の賞

受賞日 2016年07月
情報処理学会
びまん性肺疾患識別におけるDeep Convolutional Neural Network特徴の解析
CS領域奨励研究賞, 鈴木 聡志
国内学会・会議・シンポジウム等の賞

受賞日 2016年07月
World academy of Science
Achievement award
国際学会・会議・シンポジウム等の賞

受賞日 2016年03月
IEEE CIS Japan Chapter
Deep Convolutional Neural Networkを用いたびまん性肺疾患画像の解析
IEEE Young Researcher Award, 鈴木聡志
国際学会・会議・シンポジウム等の賞

受賞日 2015年09月
情報処理学会数理モデル化と問題解決研究会
びまん性肺疾患識別におけるDeep Convolutional Neural Network特徴の解析
MPS研究会ベストプレゼンテーション賞, 鈴木 聡志;庄野 逸;木戸 尚治
国内学会・会議・シンポジウム等の賞

受賞日 2015年07月
World academy of Science
Achievement award
国際学会・会議・シンポジウム等の賞

受賞日 2012年09月
神経回路学会
相関トポグラフィック分析と自然画像への応用
日本神経回路学会大会奨励賞, 佐々木博昭
国内学会・会議・シンポジウム等の賞

Model-Based Counterfactual Explanations Incorporating Feature Space Attributes for Tabular Data
Yuta Sumiya; Hayaru Shouno
ラスト(シニア)オーサー, 2024 International Joint Conference on Neural Networks (IJCNN), IEEE, 31巻, 掲載ページ 1-10, 出版日 2024年06月30日, 査読付
研究論文（国際会議プロシーディングス）

Bayesian inference method utilizing SESSA in quantitative layer structure estimation from XPS data
Atsushi Machida; Kenji Nagata; Ryo Murakami; Hiroshi Shinotsuka; Hayaru Shouno; Hideki Yoshikawa; Masato Okada
Journal of Electron Spectroscopy and Related Phenomena, Elsevier BV, 273巻, 掲載ページ 147449-147449, 出版日 2024年06月, 査読付
研究論文（学術雑誌）

Circuit2Graph: Circuits With Graph Neural Networks
Yusuke Yamakaji; Hayaru Shouno; Kunihiko Fukushima
IEEE Access, 12巻, 掲載ページ 51818-51827, 出版日 2024年04月, 査読付
研究論文（学術雑誌）, 英語

MAGRes-UNet: Improved Medical Image Segmentation Through a Deep Learning Paradigm of Multi-Attention Gated Residual U-Net
Tahir Hussain; Hayaru Shouno
ラスト(シニア)オーサー, IEEE Access, 12巻, 掲載ページ 40290-40310, 出版日 2024年03月, 査読付
研究論文（学術雑誌）, 英語

Circuit2Graph: Diodes as Asymmetric Directional Nodes
Yusuke Yamakaji; Hayaru Shouno; Kunihiko Fukushima
IEEE Access, 出版日 2024年
研究論文（学術雑誌）

Equivalent Circuit for Single/Three Phase Magnetic Coupling With Graph Neural Networks
Yusuke Yamakaji; Hayaru Shouno; Kunihiko Fukushima
IEEE Transactions on Power Electronics, 出版日 2024年
研究論文（学術雑誌）

Explainable Deep Learning Approach for Multi-Class Brain Magnetic Resonance Imaging Tumor Classification and Localization Using Gradient-Weighted Class Activation Mapping
Tahir Hussain; Hayaru Shouno
ラスト(シニア)オーサー, Information, 出版日 2023年11月30日, 査読付
研究論文（学術雑誌）, 英語

Exploring the role of texture features in deep convolutional neural networks: Insights from Portilla-Simoncelli statistics
Yusuke Hamano; Shoko Nagasaka; Hayaru Shouno
ラスト(シニア)オーサー, Neural Networks, 168巻, 掲載ページ 300-312, 出版日 2023年11月, 査読付, It is well-understood that the performance of Deep Convolutional Neural Networks (DCNNs) in image recognition tasks is influenced not only by shape but also by texture information. Despite this, understanding the internal representations of DCNNs remains a challenging task. This study employs a simplified version of the Portilla-Simoncelli Statistics, termed “minPS,” to explore how texture information is represented in a pre-trained VGG network. Using minPS features extracted from texture images, we perform a sparse regression on the activations across various channels in VGG layers. Our findings reveal that channels in the early to middle layers of the VGG network can be effectively described by minPS features. Additionally, we observe that the explanatory power of minPS sub-groups evolves as one ascends the network hierarchy. Specifically, sub-groups termed Linear Cross Scale (LCS) and Energy Cross Scale (ECS) exhibit weak explanatory power for VGG channels. To investigate the relationship further, we compare the original texture images with their synthesized counterparts, generated using VGG, in terms of minPS features. Our results indicate that the absence of certain minPS features suggests their non-utilization in VGG's internal representations.
研究論文（学術雑誌）, 英語

Sample structure prediction from measured XPS data using Bayesian estimation and SESSA simulator
Hiroshi Shinotsuka; Kenji Nagata; Malinda Siriwardana; Hideki Yoshikawa; Hayaru Shouno; Masato Okada
Journal of Electron Spectroscopy and Related Phenomena, Elsevier BV, 267巻, 掲載ページ 147370-147370, 出版日 2023年08月, 査読付
研究論文（学術雑誌）, 英語

Distorted image classification using neural activation pattern matching loss
Satoshi Suzuki; Shoichiro Takeda; Ryuichi Tanida; Yukihiro Bandoh; Hayaru Shouno
ラスト(シニア)オーサー, Neural Networks, Elsevier BV, 167巻, 掲載ページ 50-64, 出版日 2023年08月, 査読付
研究論文（学術雑誌）, 英語

Correlation analysis with measurement conditions and peak structures in XPS spectral round-robin tests on MnO powder sample
Ryo Murakami; Yoshitomo Harada; Yutaka Sonobayashi; Hiroshi Oji; Hisao Makino; Hiromi Tanaka; Hideyuki Taguchi; Takanori Sakamoto; Haruka Morita; Akihiko Wakamori; Naoko Kibe; Shinsuke Nishida; Kenji Nagata; Hiroshi Shinotsuka; Hayaru Shouno; Hideki Yoshikawa
Journal of Electron Spectroscopy and Related Phenomena, Elsevier BV, 264巻, 掲載ページ 147298-147298, 出版日 2023年04月, 査読付
研究論文（学術雑誌）

Automatic estimation of unknown chemical components in a mixed material by XPS analysis using a genetic algorithm
Ryo Murakami; Hideki Yoshikawa; Kenji Nagata; Hiroshi Shinotsuka; Hiromi Tanaka; Takeshi Iizuka; Hayaru Shouno
Science and Technology of Advanced Materials: Methods, Talor & Francis Online, 2巻, 1号, 掲載ページ 91-105, 出版日 2022年12月31日, 査読付
研究論文（学術雑誌）, 英語

Fracture mode classification by texture analysis of fracture surface scanning electron microscope images
Akihiro Endo; Yoshiyuki Furuya; Kenji Nagata; Hideki Yoshikawa; Hayaru Shouno
Science and Technology of Advanced Materials: Methods, Talor & Francis Online, 2巻, 1号, 掲載ページ 129-138, 出版日 2022年12月31日, 査読付
研究論文（学術雑誌）, 英語

Inverse estimation of parameters for the magnetic domain via dynamics matching using visual-perceptive similarity
Ryo Murakami; Masaichiro Mizumaki; Ichiro Akai; Hayaru Shouno
ラスト(シニア)オーサー, Science and Technology of Advanced Materials: Methods, Informa UK Limited, 2巻, 1号, 掲載ページ 139-152, 出版日 2022年12月31日, 査読付
研究論文（学術雑誌）, 英語

Adversarial Training with Knowledge Distillation Considering Intermediate Representations in CNNs
Hikaru Higuchi; Satoshi Suzuki; Hayaru Shouno
ラスト(シニア)オーサー, Proc. Neural Information Processing. ICONIP2022 Communications in Computer and Information Science, Springer, IV巻, 掲載ページ 683-691, 出版日 2022年11月20日, 査読付
研究論文（国際会議プロシーディングス）, 英語

A Lossless Audio Codec Based on Hierarchical Residual Prediction
Taiyo Mineo; Hayaru Shouno
ラスト(シニア)オーサー, in Proceedings of Asia Pacific Signal Processing Association Annual Summit and Conference (APSIPA ASC), IEEE, to appear巻, 出版日 2022年11月07日, 査読付
研究論文（国際会議プロシーディングス）, 英語

Calculation of Spectral Similarity Independent of Measurement Equipment
Ryo Murakami; Hiroshi Shinotsuka; Kenji Nagata; Hideki Yoshikawa; Hayaru Shouno
ラスト(シニア)オーサー, in Proceedings of Intl' Conference on Parallel Distributed Processing Techniques and its Applications, Nature Springer, 掲載ページ to appear, 出版日 2022年07月25日, 査読付
研究論文（国際会議プロシーディングス）, 英語

Knowledge Transferred Fine-Tuning: Convolutional Neural Network Is Born Again With Anti-Aliasing Even in Data-Limited Situations
Satoshi Suzuki; Shoichiro Takeda; Naoki Makishima; Atsushi Ando; Ryo Masumura; Hayaru Shouno
IEEE Access, IEEE, 10巻, 掲載ページ 68384-68396, 出版日 2022年06月24日, 査読付
研究論文（学術雑誌）, 英語

Improving sign-algorithm convergence rate using natural gradient for lossless audio compression
Taiyo Mineo; Hayaru Shouno
EURASIP Journal on Audio, Speech, and Music Processing, Springer, 2022巻, 12号, 出版日 2022年05月21日, 査読付
研究論文（学術雑誌）, 英語

Measuring Shift-invariance of Convolutional Neural Network with a Probability-incorporated Metric
Hikaru Higuchi; Satoshi Suzuki; Hayaru Shouno
Proc. Neural Information Processing. ICONIP2021 Communications in Computer and Information Science, Springer, 1516巻, 掲載ページ 719-728, 出版日 2021年12月02日, 査読付
研究論文（国際会議プロシーディングス）, 英語

Prediction of metal temperature by microstructural features in creep exposed austenitic stainless steel with sparse modeling
Akihiro Endo; Kota Sawada; Kenji Nagata; Hideki Yoshikawa; Hayaru Shouno
Science and Technology of Advanced Materials: Methods, Talor & Francis Online, 1巻, 1号, 掲載ページ 225-233, 出版日 2021年11月17日, 査読付, This study proposes a framework to estimate the metal temperature from an optical micrograph of metals by using a machine learning approach. Specifically, 38 image statistical parameters such as area, contour, and circularity are calculated for the precipitate region determined through optical microscopy. Sparse modeling is then conducted to build a statistical model to estimate the Larson-Miller parameter (LMP), which is generally used in the evaluation of creep strength. This allows for the prediction of the metal temperature from the optical micrographs. The prediction performance of the proposed method is analyzed by applying it to KA-SUS304J1HTB (18Cr-9Ni-3Cu-Nb-N steel), reported in the NIMS Creep Data Sheets No. 56A and No. M-11. Consequently, temperature prediction is successfully achieved for unknown data with an error within ± 10°C.
研究論文（学術雑誌）, 英語

Determination of common peak structure from multiple X-ray photo-electron spectroscopy data sets
Ryo Murakami; Hayaru Shouno; Kenji Nagata; Hiroshi Shinotsuka; Hideki Yoshikawa
Science and Technology of Advanced Materials: Methods, Talor & Francis Online, 1巻, 1号, 掲載ページ 189-191, 出版日 2021年11月03日, 査読付, X-ray photo-electron spectroscopy (XPS) peak structure (i.e. peak parameters and the number of peaks) offers critical insights in chemical analysis of materials. Reference XPS spectral data are available for single-phases of compounds, as cited in various research papers and databases. Herein, we consider how individual peak structure varies among different reference spectra for the same single-phase of a compound. We developed a technique that automatically estimates common peak structures from multiple spectral data sets. Specifically, we developed a peak separation method that considers both common peak parameters and measurement-derived fluctuations. The proposed method can uniquely estimate the common peak structure of multiple XPS spectral data sets. For example, we applied the proposed approach to Ti 2p XPS results for TiO2 from 15 previous reports. In this way, we confirmed that estimated structure has high interpret-ability.
研究論文（学術雑誌）, 英語

Improving Convergence Rate of Sign Algorithm using Natural Gradient Method
Taiyo Mineo; Hayaru Shouno
The 29th in Proceedings of European Signal Processing Conference, IEEE, 掲載ページ 51-55, 出版日 2021年08月25日, 査読付, In lossless audio compression, it is essential for predictive residuals to remain sparse when applying entropy codings. Hence, developing an accurate predictive method is crucial. The sign algorithm (SA) is a conventional method for minimizing the magnitude of residuals; however, it exhibits poor convergence performance compared with the least mean square (LMS) algorithm. To overcome the convergence performance degradation, we proposed novel adaptive algorithms based on a natural gradient: the natural gradient sign algorithm (NGSA) and normalized NGSA (NNGSA). We also propose an efficient update method for the natural gradient based on the AR(p) model. It requires O(p) multiply-add operations at every adaptation step. Through experiments conducted using toy data and real music data, we showed that the proposed algorithms achieve better convergence performance than the SA does. The NNGSA suggested having good compression ability in lossless audio coding.
研究論文（国際会議プロシーディングス）, 英語

Bayesian estimation for XPS spectral analysis at multiple core levels
Atsushi Machida; Kenji Nagata; Ryo Murakami; Hiroshi Shinotsuka; Hayaru Shouno; Hideki Yoshikawa; Masato Okada
Science and Technology of Advanced Materials: Methods, Talor & Francis Online, 1巻, 1号, 掲載ページ 123-133, 出版日 2021年08月04日, 査読付, X-ray photoelectron spectroscopy (XPS) is a widely used measurement technique in material surface analysis, but its analysis is subject to operator arbitrariness in the results. In a previous paper, a method based on genetic algorithms was proposed to estimate the composition ratios of compounds from XPS data using reference spectra and it was shown that it is possible to analyze them automatically from the reference spectra data. In this paper, we newly proposed a Bayesian spectral decomposition method based on the exchange Monte Carlo method and tested it on artificial data. This method provides a posterior distribution of the model parameters. This not only allows the estimation of compositional ratios for samples, but also allows statistical reliability assessment. In addition, we simulated an artificial data analysis to clarify the effect on the identification of compounds and the estimation of their compositional ratios by varying the signal-to-noise ratio of the data.
研究論文（学術雑誌）, 英語

NARU: Natural-gradient AutoRegressive Unlossy Audio Compressor
Taiyo Mineo; Hayaru Shouno
in Proceedings of Intl' Conference on Parallel Distributed Processing Techniques and its Applications, Nature Springer, 掲載ページ to appear, 出版日 2021年07月26日, 査読付
研究論文（国際会議プロシーディングス）, 英語

Face Impression Classification in Cosmetic Counseling Using Deep Convolutional Neural Network
Masaharu Kurosawa; Hayaru Shouno
in Proceedings of Intl' Conference on Parallel Distributed Processing Techniques and its Applications, Nature Springer, 掲載ページ to appear, 出版日 2021年07月26日, 査読付
研究論文（国際会議プロシーディングス）, 英語

Texture Analysis of Magnetic Domain Images Using Statistics Based on Human Visual Perception
Ryo Murakami; Masaichiro Mizumaki; Yusuke Hamano; Ichiro Akai; Hayaru Shouno
Journal of the Physical Society of Japan, 90巻, 4号, 掲載ページ 44705, 出版日 2021年03月05日, 査読付, In magnetic materials development, interpreting patterns of image data and estimating physical properties from image data are important. Specifically, magnetic domain images reflect the performance of magnetic materials. However, magnetic domain images are often evaluated qualitatively, i.e., they have a maze structure or an island structure. Therefore, this study quantitatively investigates the features describing the patterns of magnetic domain images, based on the Portilla-Simoncelli texture statistics (PSS). PSS is based on human visual perception, and is a strong tool to quantify texture structures. In the texture analysis of magnetic domain images, we primarily investigated the features describing texture structures, i.e., maze or island structures. In a secondary investigation, we estimated the physical properties using the texture statistics obtained from magnetic domain images. We determined the metrics of patterns from the magnetic domain images using PSS. Furthermore, we demonstrated that PSS can robustly estimate physical properties from magnetic domain images. Physical Society of Japan.
研究論文（学術雑誌）, 英語

Bayesian Dynamic Mode Decomposition with Variational Matrix Factorization
Takahiro Kawashima; Hayaru Shouno; Hideitsu Hino
In Proc. 35th AAAI Conference on Artificial Intelligence (AAAI-21), 35巻, 9号, 掲載ページ 8083-8091, 出版日 2021年02月02日, 査読付
研究論文（国際会議プロシーディングス）, 英語

Deep Feature Compression using Spatio-Temporal Arrangement toward Collaborative Intelligent World
Satoshi Suzuki; Shoichiro Takeda; Motohiro Takagi; Ryuichi Tanida; Hideaki Kimata; Hayaru Shouno
IEEE Transactions on Circuits and Systems for Video Technology, 出版日 2021年, Collaborative Intelligence is a new paradigm that splits a deep neural network (DNN) into an edge and cloud for deploying a DNN-based image recognition application. In this paradigm, deep features, which are the outputs of the edge DNN, are compressed and transmitted to the cloud DNN. Because the deep features have a number of responses that are similar to each other, for efficient compression, previous methods spatially arrange and compress the deep features as an image to utilize the similarity as a spatial correlation. However, if the deep features are arranged in not only spatial but also temporal directions like those in a video, it may be possible to compress them more efficiently by increasing a temporal correlation. To explore this possibility, we propose a “spatio-temporal arrangement”. This method spatially arranges the deep features as images and temporally arranges them as a video with a novel ordering search algorithm. Our method effectively increases the spatial and temporal correlations hidden in the deep features and achieves high compression efficiency compared with the previous methods. Experimental results demonstrate the compression efficiency of our method is better than that of the previous methods (1.50% to 4.98% on BD-Rate evaluation in a lossy setting). Our analysis shows that our method effectively increases the correlation when the input is an image with rich edges and textures.
研究論文（学術雑誌）

Analysis of Texture Representation in Convolution Neural Network Using Wavelet Based Joint Statistics
Yusuke Hamano; Hayaru Shouno
Lecture Notes in Computer Science, Proc. of ICONIP, Springer International Publishing, 12532巻, 1号, 掲載ページ 126-136, 出版日 2020年11月19日, 査読付
研究論文（国際会議プロシーディングス）, 英語

Bayesian Sparse Covariance Structure Analysis for Correlated Count Data
Sho Ichigozaki; Takahiro Kawashima; Hayaru Shouno
Advances in Parallel & Distributed Processing, and Applications, Nature Springer, 掲載ページ 781-791, 出版日 2020年07月28日, 査読付
研究論文（国際会議プロシーディングス）, 英語

Interpretation of ResNet by Visualization of Preferred Stimulus in Receptive Fields
Genta Kobayashi; Hayaru Shouno
Advances in Parallel & Distributed Processing, and Applications, Nature Springer, 掲載ページ 769-779, 出版日 2020年07月28日, 査読付
研究論文（国際会議プロシーディングス）, 英語

Development of spectral decomposition based on Bayesian information criterion with estimation of confidence interval
Hiroshi Shinotsuka; Kenji Nagata; Hideki Yoshikawa; Yoh-ichi Mototake; Hayaru Shouno; Masato Okada
Science and Technology of Advanced Materials, Taylor & Francis, 21巻, 1号, 掲載ページ 402-419, 出版日 2020年07月02日, 査読付
研究論文（学術雑誌）, 英語

Development of multiple core-level XPS spectra decomposition method based on the Bayesian information criterion
Ryo Murakami; Hiromi Tanaka; Hiroshi Shinotsuka; Kenji Nagata; Hayaru Shouno; Hideki Yoshikawa
Journal of Electron Spectroscopy and Related Phenomena, Elsevier, 245巻, 掲載ページ 147003-147003, 出版日 2020年, 査読付
研究論文（学術雑誌）, 英語

B-DCGAN: Evaluation of Binarized DCGAN for FPGA
Hideo Terada; Hayaru Shouno
Lecture Notes in Computer Science, Proc. of ICONIP, Springer, 2巻, 掲載ページ 55-64, 出版日 2019年12月09日, 査読付
研究論文（国際会議プロシーディングス）, 英語

TV正則化と辞書学習を用いたOS-EM法におけるPET画像再構成
奥村 直裕; 庄野 逸
日本医用画像工学会誌, 37巻, 5号, 掲載ページ 217-229, 出版日 2019年11月29日, 査読付
研究論文（学術雑誌）, 日本語

Deep Learning in Textural Medical Image Analysis
Aiga Suzuki; Hidenori Sakanashi; Shoji Kido; Hayaru Shouno
Intelligent Systems Reference Library, 171巻, 掲載ページ 111-126, 出版日 2019年11月18日, © 2020, Springer Nature Switzerland AG. One of the characteristics of medical image analysis is that several medical images are not in the structure domain like natural images but in the texture domain. This chapter introduces a new transfer learning method, called “two-stage feature transfer,” to analyze textural medical images by deep convolutional neural networks. In the process of the two-stage feature transfer learning, the models are successively pre-trained with both natural image dataset and textural image dataset to get a better feature representation which cannot be derived from either of these datasets. Experimental results show that the two-stage feature transfer improves the generalization performance of the convolutional neural network on a textural lung CT pattern classification. To explain the mechanism of a transfer learning on convolutional neural networks, this chapter also shows analysis results of the obtained feature representations by an activation visualization method, and by measuring the frequency response of trained neural networks, in both qualitative and quantitative ways, respectively. These results demonstrate that such successive transfer learning enables networks to grasp both structural and textural visual features and be helpful to extracting good features from the textural medical images.
論文集(書籍)内論文

Bolasso特徴選択手法を用いたびまん性肺疾患陰影の分析
遠藤 瑛泰; 永田 賢二; 木戸 尚治; 庄野 逸
電子情報通信学会技術研究報告(MEとバイオサイバネティックス), (一社)電子情報通信学会, 119巻, 224号, 掲載ページ 23-27, 出版日 2019年10月, びまん性肺疾患は難病指定された疾患であり、異常陰影が肺X線CT画像上に現れる。異常陰影の様々なパターンは疾患や病変の性状を示すため、医師による異常陰影の特定は重要な役割を担う。異常陰影を識別するシステムを構築することにより、疾患の早期での発見や適切な治療へ繋がることが期待できる。しかし、これまでの先行研究において陰影クラス間での関係性などを考慮した識別システムの検討は十分に行われてはいない。そこで本研究では、様々な異常陰影に対して正常な陰影との一対一識別器の構築を行い、識別における正常な陰影との関係性を調査する。識別器の構築ではBolassoを用いた特徴選択を行い、異常陰影が持つ特徴表現を確認した。また、選択された特徴からクラス間の類似性を明らかにすることができた。(著者抄録)
日本語

Fast Bayesian Restoration of Poisson Corrupted Images with INLA
Takahiro Kawashima; Hayaru Shouno
Proceedings of the 2019 International Conference on Parallel and Distributed Processing Techniques and Applications, CSREA Press, 1巻, 掲載ページ 109-114, 出版日 2019年07月26日, 査読付
研究論文（国際会議プロシーディングス）, 英語

ベイズ的変数選択に基づく分光スペクトル分解
川島 貴大; 庄野 逸
情報処理学会論文誌数理モデル化と応用, 情報処理学会, 12巻, 2号, 掲載ページ 34-43, 出版日 2019年07月17日, 査読付, 分光学において，測定したスペクトルデータからピーク数・ピーク形状・各ピークのパラメータを推定することは，試料の物性を知るために重要なタスクである．この分光スペクトルのピーク分離に関してレプリカ交換モンテカルロ法によるベイズ的スペクトル分解が提案されており，人工および実データに対して適切にピークを分離できることが示されている．しかしこの手法ではモデル選択の方法に基づいてピーク数を推定するため，複数のモデルを事前に用意する必要があり，さらに計算時間も大きくなる問題がある．そこで本研究では先行研究のモデルを拡張し，ベイズ的変数選択法の枠組みで階層モデリングを適用することで，人工データに対してより高速なピーク数とピーク形状およびパラメータの同時推定が可能であることを示した．さらに提案手法による実データへの応用としてコランダムのラマンスペクトルの分析を行い，有効なピークを抽出できることを確認した．
研究論文（学術雑誌）, 日本語

Deep Learning Employed in the Recognition of the Vector that Spreads Dengue, Chikungunya and Zika Viruses
Antonio Arista-Jalife; Alejandra Sanchez Oritz; Mariko Nakano; Henrik Tunnermann; Hector Perez-Meana; Hayaru Shouno
New Trends in Intelligent Software Methodologies, Tools, and Techniques, 掲載ページ 108-120, 出版日 2018年09月26日, 査読付
研究論文（国際会議プロシーディングス）, 英語

Mosquito Larva Classification based on a Convolution Neural Network
Alejandra Sanchez Ortiz; Mariko Nakano; Henrik Tunnermann; Toya Teramoto; Hayaru Shouno
International Conference on Parallel and Distributed Processing Techniques and Applications, CSREA Press, 1巻, 掲載ページ 320-325, 出版日 2018年07月25日, 査読付
研究論文（国際会議プロシーディングス）, 英語

Support Vector Machine Histogram: New Analysis and Architecture Design Method of Deep Convolutional Neural Network
Satoshi Suzuki; Hayaru Shouno
Neural Processing Letters, Springer New York LLC, 47巻, 3号, 掲載ページ 767-782, 出版日 2018年06月01日, 査読付, Deep convolutional neural network (DCNN) is a kind of hierarchical neural network models and attracts attention in recent years since it has shown high classification performance. DCNN can acquire the feature representation which is a parameter indicating the feature of the input by learning. However, its internal analysis and the design of the network architecture have many unclear points and it cannot be said that it has been sufficiently elucidated. We propose the novel DCNN analysis method “Support vector machine (SVM) histogram” as a prescription to deal with these problems. This is a method that examines the spatial distribution of DCNN extracted feature representation by using the decision boundary of linear SVM. We show that we can interpret DCNN hierarchical processing using this method. In addition, by using the result of SVM histogram, DCNN architecture design becomes possible. In this study, we designed the architecture of the application to large scale natural image dataset. In the result, we succeeded in showing higher accuracy than the original DCNN.
研究論文（学術雑誌）, 英語

Feature Representation Analysis of Deep Convolutional Neural Network using Two-stage Feature Transfer―An Application for Diffuse Lung Disease Classification
Aiga Suzuki; Hidenori Sakanashi; Shoji Kido; Hayaru Shouno
情報処理学会論文誌 数理モデル化と応用, 情報処理学会, abs/1810.06282巻, 11号, 掲載ページ 74-83, 出版日 2018年, 査読付
研究論文（学術雑誌）, 英語

Simultaneous Estimation of Nongaussian Components and Their Correlation Structure
Hiroaki Sasaki; Michael U. Gutmann; Hayaru Shouno; Aapo Hyvarinen
NEURAL COMPUTATION, MIT PRESS, 29巻, 11号, 掲載ページ 2887-2924, 出版日 2017年11月, 査読付, The statistical dependencies that independent component analysis (ICA) cannot remove often provide rich information beyond the linear independent components. It would thus be very useful to estimate the dependency structure from data. While such models have been proposed, they have usually concentrated on higher-order correlations such as energy (square) correlations. Yet linear correlations are a fundamental and informative form of dependency in many real data sets. Linear correlations are usually completely removed by ICA and related methods so they can only be analyzed by developing new methods that explicitly allow for linearly correlated components. In this article, we propose a probabilistic model of linear nongaussian components that are allowed to have both linear and energy correlations. The precision matrix of the linear components is assumed to be randomly generated by a higher-order process and explicitly parameterized by a parameter matrix. The estimation of the parameter matrix is shown to be particularly simple because using score-matching (Hyvarinen, 2005), the objective function is a quadratic form. Using simulations with artificial data, we demonstrate that the proposed method improves the identifiability of nongaussian components by simultaneously learning their correlation structure. Applications on simulated complex cells with natural image input, as well as spectrograms of natural audio data, show that the method finds new kinds of dependencies between the components.
研究論文（学術雑誌）, 英語

Analysis of Conventional Dropout and its Application to Group Dropout
Kazuyuki Hara; Daisuke Saitoh; Satoshi Suzuki; Takumi Kondou; Hayaru Shouno
情報処理学会論文誌数理モデル化と応用（TOM）, 10巻, 2号, 掲載ページ 25-32, 出版日 2017年07月19日, Deep learning is a state-of-the-art learning method that is used in fields such as visual object recognition and speech recognition. It uses very deep layers and a huge number of units and connections, so overfitting is a serious problem. The dropout method is used to address this problem. Dropout is a regularizer that neglects randomly selected inputs and hidden units during the learning process with probability q; after learning, the neglected inputs and hidden units are combined with the learned network to express the final output. Wager et al. pointed out that conventional dropout is an adaptive L2 regularizer, so we compared the learning behavior of conventional dropout with that of stochastic gradient descent with the L2 regularizer. We found that combining the neglected hidden units with the learned network can be regarded as ensemble learning, so we analyzed, on the basis of on-line learning, conventional dropout learning from the viewpoint of ensemble learning. Next we compared conventional dropout and ensemble learning from two additional viewpoints and confirmed that conventional dropout can be regarded as ensemble learning that divides a student network into two sub-networks. On the basis of this finding, we developed a novel dropout method that divides the network into more than two sub-networks. Computer simulation demonstrated that this method enhances the benefit of ensemble learning.Deep learning is a state-of-the-art learning method that is used in fields such as visual object recognition and speech recognition. It uses very deep layers and a huge number of units and connections, so overfitting is a serious problem. The dropout method is used to address this problem. Dropout is a regularizer that neglects randomly selected inputs and hidden units during the learning process with probability q; after learning, the neglected inputs and hidden units are combined with the learned network to express the final output. Wager et al. pointed out that conventional dropout is an adaptive L2 regularizer, so we compared the learning behavior of conventional dropout with that of stochastic gradient descent with the L2 regularizer. We found that combining the neglected hidden units with the learned network can be regarded as ensemble learning, so we analyzed, on the basis of on-line learning, conventional dropout learning from the viewpoint of ensemble learning. Next we compared conventional dropout and ensemble learning from two additional viewpoints and confirmed that conventional dropout can be regarded as ensemble learning that divides a student network into two sub-networks. On the basis of this finding, we developed a novel dropout method that divides the network into more than two sub-networks. Computer simulation demonstrated that this method enhances the benefit of ensemble learning.
英語

Comparison of Feature Selection Method for Diffuse Lung Disease
Satoshi Ono; Makoto Koiwai; Hayaru Shouno; Shoji Kido
Proceedings of the 2017 International Conference on Parallel and Distributed Processing Techniques and Applications, CSREA Press, 1巻, 掲載ページ 327-332, 出版日 2017年07月17日, 査読付
研究論文（国際会議プロシーディングス）, 英語

Generative Model of Textures Using Hierarchical Probabilistic Principal Component Analysis
Aiga Suzuki; Hayaru Shouno
Proceedings of the 2017 International Conference on Parallel and Distributed Processing Techniques and Applications, CSREA Press, 1巻, 掲載ページ 333-338, 出版日 2017年07月17日, 査読付
研究論文（国際会議プロシーディングス）, 英語

A study on visual interpretation of network in network
Satoshi Suzuki; Hayaru Shouno
Proceedings of the International Joint Conference on Neural Networks, Institute of Electrical and Electronics Engineers Inc., 2017-巻, 掲載ページ 903-910, 出版日 2017年06月30日, 査読付, In recent years, Deep convolutional neural networks (DCNNs) have shown excellent performance in the image recognition field. A DCNN is one of the types of multi-layer neural networks, which can automatically obtain feature representation from input data. The Neocognitron, proposed by Kunihiko Fukushima in the 1980s, is a prototype of a DCNN. It was inspired by the hierarchical structure in the mammalian primary visual cortex. On the other hand, a method called Network In Network (NIN) has recently been proposed. This is a network architecture that embeds some translational symmetric micro networks in a DCNN, and it has been experimentally clarified that with it higher classification accuracy is obtained than in a conventional DCNN. However, it cannot be said that NIN has been as sufficiently analyzed from a physiological point of view compared to DCNNs. We focused on the similarities between the processing of NIN, which accumulates the feature extraction filter of a DCNN, and the operation of a mammalian visual structure called an 'orientation continuity' which means preferred orientations of neighboring cells changes continuously, and pointed out the relationships between them. We also studied and pointed out the relevance of the neurophysiological knowledge and the process results obtained with high layer of NIN.
研究論文（国際会議プロシーディングス）, 英語

Feature Selection for Diffuse Lung Disease using Exchange Markov Chain Monte-Carlo Method
Makoto KOIWAI; Nodoka IIDA; Hayaru SHOUNO; Shoji KIDO
Proceedings of Parallel Distributed Processing Techniques and Applications, Athens, 1巻, 掲載ページ 381-386, 出版日 2016年07月, 査読付
研究論文（国際会議プロシーディングス）, 英語

Architecture Design of Deep Convolutional Neural Network for Diffuse Lung Disease Using Representation Separation Information
Satoshi SUZUKI; Nodoka IIDA; Hayaru SHOUNO; Shoji KIDO
Proceedings of Parallel Distributed Processing Techniques and Applications, Athens, 1巻, 掲載ページ 387-393, 出版日 2016年07月, 査読付
研究論文（国際会議プロシーディングス）, 英語

Analysis of Dropout Learning Regarded as Ensemble Learning
Kazuyuki Hara; Daisuke Saitoh; Hayaru Shouno
ARTIFICIAL NEURAL NETWORKS AND MACHINE LEARNING - ICANN 2016, PT II, SPRINGER INT PUBLISHING AG, 9887巻, 掲載ページ 72-79, 出版日 2016年, 査読付, Deep learning is the state-of-the-art in fields such as visual object recognition and speech recognition. This learning uses a large number of layers, huge number of units, and connections. Therefore, overfitting is a serious problem. To avoid this problem, dropout learning is proposed. Dropout learning neglects some inputs and hidden units in the learning process with a probability, p, and then, the neglected inputs and hidden units are combined with the learned network to express the final output. We find that the process of combining the neglected hidden units with the learned network can be regarded as ensemble learning, so we analyze dropout learning from this point of view.
研究論文（国際会議プロシーディングス）, 英語

Group Dropout Inspired by Ensemble Learning
Kazuyuki Hara; Daisuke Saitoh; Takumi Kondou; Satoshi Suzuki; Hayaru Shouno
NEURAL INFORMATION PROCESSING, ICONIP 2016, PT II, SPRINGER INT PUBLISHING AG, 9948巻, 掲載ページ 66-73, 出版日 2016年, 査読付, Deep learning is a state-of-the-art learning method that is used in fields such as visual object recognition and speech recognition. This learning uses a large number of layers and a huge number of units and connections, so overfitting occurs. Dropout learning is a kind of regularizer that neglects some inputs and hidden units in the learning process with a probability p; then, the neglected inputs and hidden units are combined with the learned network to express the final output. We compared dropout learning and ensemble learning from three viewpoints and found that dropout learning can be regarded as ensemble learning that divides the student network into two groups of hidden units. From this insight, we explored novel dropout learning that divides the student network into more than two groups of hidden units to enhance the benefit of ensemble learning.
研究論文（国際会議プロシーディングス）, 英語

An Architecture Design Method of Deep Convolutional Neural Network
Satoshi Suzuki; Hayaru Shouno
NEURAL INFORMATION PROCESSING, ICONIP 2016, PT III, SPRINGER INT PUBLISHING AG, 9949巻, 掲載ページ 538-546, 出版日 2016年, 査読付, Deep Convolutional Neural Network (DCNN) is a kind of multi layer neural network models. In these years, the DCNN is attracting the attention since it shows the state-of-the-arts performance in the image and speech recognition tasks. However, the design for the architecture of the DCNN has not so much discussed since we have not found effective guideline to construct. In this research, we focus on within-class variance of SVM histogram proposed in our previous work [8]. We try to apply it as a clue for modifying the architecture of a DCNN, and confirm the modified DCNN shows better performance than that of the original one.
研究論文（国際会議プロシーディングス）, 英語

Semi-supervised Based Learning for Idiopathic Interstitial Pneumonia on HRCT Images
Hayaru Shouno; Shoji Kido
Proceedings of Parallel Distributed Processing Techniques and Applications, 掲載ページ 8, 出版日 2015年07月27日, 査読付
研究論文（国際会議プロシーディングス）, 英語

Quantitative Evaluation of Reconstructed Image with Filtered Back Projection Bayes Method
Nodoka Iida; Hayaru Shouno; Muneyuki Sakata; Yuichi Kimura
Proceedings of Parallel Distributed Processing Techniques and Applications, 掲載ページ 8, 出版日 2015年07月27日, 査読付
研究論文（国際会議プロシーディングス）, 英語

Dark channel prior based blurred image restoration method using total variation and morphology
Yibing Li; Qiang Fu; Fang Ye; Hayaru Shouno
JOURNAL OF SYSTEMS ENGINEERING AND ELECTRONICS, SYSTEMS ENGINEERING & ELECTRONICS, EDITORIAL DEPT, 26巻, 2号, 掲載ページ 359-366, 出版日 2015年04月, 査読付, The blurred image restoration method can dramatically highlight the image details and enhance the global contrast, which is of benefit to improvement of the visual effect during practical applications. This paper is based on the dark channel prior principle and aims at the prior information absent blurred image degradation situation. A lot of improvements have been made to estimate the transmission map of blurred images. Since the dark channel prior principle can effectively restore the blurred image at the cost of a large amount of computation, the total variation (TV) and image morphology transform (specifically top-hat transform and bottom-hat transform) have been introduced into the improved method. Compared with original transmission map estimation methods, the proposed method features both simplicity and accuracy. The estimated transmission map together with the element can restore the image. Simulation results show that this method could inhibit the ill-posed problem during image restoration, meanwhile it can greatly improve the image quality and definition.
研究論文（学術雑誌）, 英語

Bayesian Restoration for Poisson Corrupted Image using a Latent Variational Method with Gaussian MRF
Hayaru Shouno
情報処理学会誌 「数理モデル化と応用」, 情報処理学会, 8巻, 1号, 掲載ページ 62-71, 出版日 2015年03月31日, 査読付, We treat an image restoration problem with a Poisson noise channel using a Bayesian framework. The Poisson randomness might be appeared in observation of low contrast object in the field of imaging. The noise observation is often hard to treat in a theoretical analysis. In our formulation, we interpret the observation through the Poisson noise channel as a likelihood, and evaluate the bound of it with a Gaussian function using a latent variable method. We then introduce a Gaussian Markov random field (GMRF) as the prior for the Bayesian approach, and derive the posterior as a Gaussian distribution. The latent parameters in the likelihood and the hyperparameter in the GMRF prior could be treated as hidden parameters, so that, we propose an algorithm to infer them in the expectation maximization (EM) framework using loopy belief propagation (LBP). We confirm the ability of our algorithm in the computer simulation, and compare it with the results of other image restoration frameworks.We treat an image restoration problem with a Poisson noise channel using a Bayesian framework. The Poisson randomness might be appeared in observation of low contrast object in the field of imaging. The noise observation is often hard to treat in a theoretical analysis. In our formulation, we interpret the observation through the Poisson noise channel as a likelihood, and evaluate the bound of it with a Gaussian function using a latent variable method. We then introduce a Gaussian Markov random field (GMRF) as the prior for the Bayesian approach, and derive the posterior as a Gaussian distribution. The latent parameters in the likelihood and the hyperparameter in the GMRF prior could be treated as hidden parameters, so that, we propose an algorithm to infer them in the expectation maximization (EM) framework using loopy belief propagation (LBP). We confirm the ability of our algorithm in the computer simulation, and compare it with the results of other image restoration frameworks.
研究論文（学術雑誌）, 英語

Bayesian image restoration for poisson corrupted image using a latent variational method with gaussian MRF
Hayaru Shouno
IPSJ Online Transactions, Information Processing Society of Japan, 8巻, 2015号, 掲載ページ 15-24, 出版日 2015年, 査読付, We treat an image restoration problem with a Poisson noise channel using a Bayesian framework. The Poisson randomness might be appeared in observation of low contrast object in the field of imaging. The noise observation is often hard to treat in a theoretical analysis. In our formulation, we interpret the observation through the Poisson noise channel as a likelihood, and evaluate the bound of it with a Gaussian function using a latent variable method. We then introduce a Gaussian Markov random field (GMRF) as the prior for the Bayesian approach, and derive the posterior as a Gaussian distribution. The latent parameters in the likelihood and the hyperparameter in the GMRF prior could be treated as hidden parameters, so that, we propose an algorithm to infer them in the expectation maximization (EM) framework using loopy belief propagation (LBP). We confirm the ability of our algorithm in the computer simulation, and compare it with the results of other image restoration frameworks.
研究論文（学術雑誌）, 英語

Deep Convolutional Network Neocognitron: Improved Interpolating-Vector
Kunihiko Fukushima; Hayaru Shouno
2015 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS (IJCNN), IEEE, 掲載ページ 8, 出版日 2015年, 査読付, The neocognitron is a multi-layered convolutional network that can be trained to recognize visual patterns robustly. In the intermediate layers of the neocognitron, local features are extracted from input patterns. In the highest (or deepest) layers of the network, the method of Interpolating-Vector is used for classifying patterns based on the features extracted by the intermediate layers. During the learning, several reference vectors for each class are created from a set of training vectors. To recognize an input vector, we measure distances (based on similarities) between the input vector and planes that are spanned by every trio of reference vectors of the same class. The class name of the nearest plane is taken as the result of classification. To reduce the computational cost, we propose to search the nearest plane, not among all possible combinations of three reference vectors, but only among trios that contain the nearest reference vector. For reducing the computational cost, it is also important to represent the large number of training vectors accurately with a compact set of reference vectors. To create a compact set of reference vectors, the learning is carried out in two steps. In the first step, reference vectors are just chosen from vectors in the training set. We start modifying reference vectors (namely, fine tuning of connections) from the second step after an enough number of reference vectors have been chosen. The effectiveness of the proposed method for recognizing hand-written digits is demonstrated by computer simulation.
研究論文（国際会議プロシーディングス）, 英語

Analysis of Function of Rectified Linear Unit Used in Deep learning
Kazuyuki Hara; Daisuke Saito; Hayaru Shouno
2015 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS (IJCNN), IEEE, 掲載ページ 8, 出版日 2015年, 査読付, Deep Learning is attracting much attention in object recognition and speech processing. A benefit of using the deep learning is that it provides automatic pre-training. Several proposed methods that include auto-encoder are being successfully used in various applications. Moreover, deep learning uses a multilayer network that consists of many layers, a huge number of units, and huge amount of data. Thus, executing deep learning requires heavy computation, so deep learning is usually utilized with parallel computation with many cores or many machines. Deep learning employs the gradient algorithm, however this traps the learning into the saddle point or local minima. To avoid this difficulty, a rectified linear unit (ReLU) is proposed to speed up the learning convergence. However, the reasons the convergence is speeded up are not well understood. In this paper, we analyze the ReLU by a using simpler network called the soft-committee machine and clarify the reason for the speedup. We also train the network in an on-line manner. The soft-committee machine provides a good test bed to analyze deep learning. The results provide some reasons for the speedup of the convergence of the deep learning.
研究論文（国際会議プロシーディングス）, 英語

A Transfer Learning Method with Deep Convolutional Neural Network for Diffuse Lung Disease Classification
Hayaru Shouno; Satoshi Suzuki; Shoji Kido
NEURAL INFORMATION PROCESSING, PT I, SPRINGER INT PUBLISHING AG, 9489巻, 掲載ページ 199-207, 出版日 2015年, 査読付, We introduce a deep convolutional neural network (DCNN) as feature extraction method in a computer aided diagnosis (CAD) system in order to support diagnosis of diffuse lung diseases (DLD) on high-resolution computed tomography (HRCT) images. DCNN is a kind of multi layer neural network which can automatically extract features expression from the input data, however, it requires large amount of training data. In the field of medical image analysis, the number of acquired data is sometimes insufficient to train the learning system. Overcoming the problem, we apply a kind of transfer learning method into the training of the DCNN. At first, we apply massive natural images, which we can easily collect, for the pre-training. After that, small number of the DLD HRCT image as the labeled data is applied for fine-tuning. We compare DCNNs with training of (i) DLD HRCT images only, (ii) natural images only, and (iii) DLD HRCT images + natural images, and show the result of the case (iii) would be better DCNN feature rather than those of others.
研究論文（国際会議プロシーディングス）, 英語

Acceleration of Poisson Corrupted Image Restoration with Loopy Belief Propagation
Hayaru Shouno
International Conference on Parallel and Distributed Processing Techniques and Applications, PDPTA, 1巻, 掲載ページ 165-170, 出版日 2014年07月21日, 査読付
研究論文（国際会議プロシーディングス）, 英語

Estimating Dependency Structures for non-Gaussian Components with Linear and Energy Correlations
H. Sasaki; M. U. Gutmann; H. Shouno; A. Hyvärinen
Journal of Machine Learning Research, Journal of Machine Learning Research, 33巻, 掲載ページ 868-876, 出版日 2014年04月, 査読付
研究論文（国際会議プロシーディングス）, 英語

Distribution estimation of hyperparameters in Markov random field models
Yoshinori Nakanishi-Ohno; Kenji Nagata; Hayaru Shouno; Masato Okada
JOURNAL OF PHYSICS A-MATHEMATICAL AND THEORETICAL, IOP PUBLISHING LTD, 47巻, 4号, 出版日 2014年01月, 査読付, We developed a method of distribution estimation of hyperparameters in Markov random field (MRF) models. This study was motivated by the growing quantity of image data in natural sciences owing to recent advances in measurement techniques. MRF models are used to restore images in information science, and the hyperparameters of these models can be adjusted to improve restoration performance. The parameters appearing in data analysis represent physical quantities such as diffusion coefficients. Indeed, many frameworks of hyperparameter estimation have been proposed, but most are point estimation that is susceptible to stochastic fluctuations. Distribution estimation can be used to evaluate the confidence one has in point estimates of hyperparameters, in a similar way to physicists using error bars when they evaluate important physical quantities. We use a solvable MRF model to investigate the performance of distribution estimation in simulations.
研究論文（学術雑誌）, 英語

Dictionary-Based Image Denoising by Fused-Lasso Atom Selection
Ao Li; Hayaru Shouno
MATHEMATICAL PROBLEMS IN ENGINEERING, HINDAWI PUBLISHING CORP, 2014巻, 掲載ページ 368602, 出版日 2014年, 査読付, We proposed an efficient image denoising scheme by fused lasso with dictionary learning. The scheme has two important contributions. The first one is that we learned the patch-based adaptive dictionary by principal component analysis (PCA) with clustering the image into many subsets, which can better preserve the local geometric structure. The second one is that we coded the patches in each subset by fused lasso with the clustering learned dictionary and proposed an iterative Split Bregman to solve it rapidly. We present the capabilities with several experiments. The results show that the proposed scheme is competitive to some excellent denoising algorithms.
研究論文（学術雑誌）, 英語

Correlated topographic analysis: estimating an ordering of correlated components
Hiroaki Sasaki; Michael Gutmann; Hayaru Shouno; Aapo Hyvarinen
JMLR, JMLR.org, 25巻, 掲載ページ 365-378, 出版日 2013年09月, 査読付
研究論文（国際会議プロシーディングス）, 英語

Correlated topographic analysis: estimating an ordering of correlated components
Hiroaki Sasaki; Michael U. Gutmann; Hayaru Shouno; Aapo Hyvarinen
MACHINE LEARNING, SPRINGER, 92巻, 2-3号, 掲載ページ 285-317, 出版日 2013年09月, 査読付, This paper describes a novel method, which we call correlated topographic analysis (CTA), to estimate non-Gaussian components and their ordering (topography). The method is inspired by a central motivation of recent variants of independent component analysis (ICA), namely, to make use of the residual statistical dependency which ICA cannot remove. We assume that components nearby on the topographic arrangement have both linear and energy correlations, while far-away components are statistically independent. We use these dependencies to fix the ordering of the components. We start by proposing the generative model for the components. Then, we derive an approximation of the likelihood based on the model. Furthermore, since gradient methods tend to get stuck in local optima, we propose a three-step optimization method which dramatically improves topographic estimation. Using simulated data, we show that CTA estimates an ordering of the components and generalizes a previous method in terms of topography estimation. Finally, to demonstrate that CTA is widely applicable, we learn topographic representations for three kinds of real data: natural images, outputs of simulated complex cells and text data.
研究論文（学術雑誌）, 英語

Poisson Observed Image Restoration using a Latent Variational Approximation with Gaussian MRF
H. Shouno; M. Okada
Proc on PDPTA2013, 1巻, 掲載ページ 201-206, 出版日 2013年07月, 査読付
研究論文（国際会議プロシーディングス）, 英語

四次元MRFを利用した事前分布によるBayes断層画像再構成法
山崎窓未; 庄野逸; 岡田真人
電子情報学会論文誌 D, 一般社団法人電子情報通信学会, J96-D巻, 4号, 掲載ページ 791-802, 出版日 2013年04月, 査読付, 医療診断などで用いられる断層撮像法の画像再構成問題において,空間と時間からなる四次元の事前分布を導入したBayes画像推定法を提案し,画質による性能評価を行った.Bayes推定を行う場合,観測データの他に原画像がどのような画像であるべきかを記述する事前分布を画像モデルとして導入する必要がある.断層撮像法の被写体は,空間的には三次元の連続的な構造をもち時間的にも滑らかに変化していくと仮定し,時空間モデルとして四次元のMarkov確率場(MRF)状の関数を,可解モデルとなるように事前分布として導入した.事後分布は解析解として導出し,これを用いた画像再構成法に関して数値解を求めた.本提案手法と,(Filtered Back Projection)FBP法と呼ばれる従来手法,及び先行研究の二次元MRF状関数を事前分布として用いた手法との性能比較を行い,ノイズ除去の意味で良好な結果を得ることができた.
研究論文（学術雑誌）, 日本語

A hierarchical extension of the HOG model implemented in the convolutional-net for human detection
Yasuto Arakaki; Hayaru Shouno; Kazuyuki Takahashi; Takashi Morie
情報処理学会誌「数理モデル化と応用」, 情報処理学会, 5巻, 3号, 掲載ページ 54-62, 出版日 2013年04月, 査読付
研究論文（学術雑誌）, 英語

Topographic analysis of correlated components
Sasaki, H.; Gutmann, M.U.; Shouno, H.; Hyvärinen, A.
Journal of Machine Learning Research, 25巻, 掲載ページ 1-14, 出版日 2012年09月, 査読付
研究論文（学術雑誌）, 英語

Deterministic Algorithm for Nonlinear Markov Random Field Model
Ohno, Yoshinori; Nagata, Kenji; Kuwatani, Tatsu; Shouno, Hayaru; Okada, Masato
Journal of the Physical Society of Japan, Physical Society of Japan, 81巻, 6号, 掲載ページ 064006-064006, 出版日 2012年06月, 査読付
研究論文（学術雑誌）, 英語

A Hierarchical Extension of the HOG Model Implemented in the Convolution-net for Human Detection
Arakaki Yasuto; Shouno Hayaru; Takahashi Kazuyuki; Morie Takashi
Information and Media Technologies, Information and Media Technologies Editorial Board, 7巻, 4号, 掲載ページ 1480-1488, 出版日 2012年, For the detection of generic objects in the field of image processing, histograms of orientation gradients (HOG) is discussed for these years. The performance of the classification system using HOG shows a good result. However, the performance of using HOG descriptor would be influenced by the detecting object size. In order to overcome this problem, we introduce a kind of hierarchy inspired from the convolution-net, which is a model of our visual processing system in the brain. The hierarchical HOG (H-HOG) integrates several scales of HOG descriptors in its architecture, and represents the input image as the combinatorial of more complex features rather than that of the orientation gradients. We investigate the H-HOG performance and compare with the conventional HOG. In the result, we obtain the better performance rather than the conventional HOG. Especially the size of representation dimension is much smaller than the conventional HOG without reducing the detecting performance.
英語

A hierarchical extension of the HOG model implemented in the convolution-net for human detection
Yasuto Arakaki; Hayaru Shouno; Kazuyuki Takahashi; Takashi Morie
IPSJ Online Transactions, Information Processing Society of Japan, 5巻, 2012号, 掲載ページ 177-185, 出版日 2012年, 査読付, For the detection of generic objects in the field of image processing, histograms of orientation gradients (HOG) is discussed for these years. The performance of the classification system using HOG shows a good result. However, the performance of using HOG descriptor would be influenced by the detecting object size. In order to overcome this problem, we introduce a kind of hierarchy inspired from the convolution-net, which is a model of our visual processing system in the brain. The hierarchical HOG (H-HOG) integrates several scales of HOG descriptors in its architecture, and represents the input image as the combinatorial of more complex features rather than that of the orientation gradients. We investigate the H-HOG performance and compare with the conventional HOG. In the result, we obtain the better performance rather than the conventional HOG. Especially the size of representation dimension is much smaller than the conventional HOG without reducing the detecting performance.
研究論文（学術雑誌）, 英語

Medical Image Processing and Computer-Aided Detection/Diagnosis (CAD)
H. Fujita; F. Nogata; H. Jiang; S. Kido; T. Feng; T. Hara; T. Hayashi; Y. Hirano; A. Katsumata; Y. Kawamura; T. Kokubo; J. Liu; C. Muramatsu; H. Shouno; R. Tachibana; X. Wang; F. Xiang; R. Xu; B. Yang; Y. Yokota; L. Zhang; Q. Li; Z. Guo
2012 INTERNATIONAL CONFERENCE ON COMPUTERIZED HEALTHCARE (ICCH), IEEE, 掲載ページ 70-75, 出版日 2012年, 査読付, Computer-aided detection/diagnosis (CAD) is emerging as an innovative interdisciplinary technology for medical service. The traditional concept of automated computer diagnosis is encountered with a significant barrier because computerized medical systems cannot fully replace human doctors with the comparable level of performance. By contrast, CAD is becoming widely adopted in clinical work because it offers complementary computing power to enhance doctor's competence for medical examination. 4 state-of- the-art CAD technologies were presented in the special session of medical image processing and CAD at ICCH 2012 as reported in this short paper. Those technologies will be briefly introduced here to show the current trend of development of CAD and to demonstrate how CAD helps in medical care.
研究論文（国際会議プロシーディングス）, 英語

An idiopathic interstitial pneumonia classification for CT image by use of a semi-supervised learning
Masayoshi Wada; Hayaru Shouno; Shoji Kido
Proceedings of International Forum on Medical Imaging in Asia (IFMIA) 2012, 掲載ページ P1-34, 出版日 2012年, 査読付
研究論文（研究会，シンポジウム資料等）, 英語

Topographic Representations for Linearly Correlated Components
Hiroaki Sasaki; Michael Gutmann; Hayaru Shouno; Aapo Hyvarinen
Workshop on Deep Learning and Unsupervised Feature Learning, NIPS, 1巻, 出版日 2011年12月, 査読付
研究論文（国際会議プロシーディングス）, 英語

Classification of idiopathic interstitial pneumonia CT images using convolutional-net with sparse feature extractors
Inagaki, T.; Shouno, H.; Kido, S.; Arabnia, H.R.
Proceedings of the 2011 International Conference on Parallel and Distributed Processing Techniques and Applications, 2巻, 掲載ページ 699-705, 出版日 2011年07月, 査読付
研究論文（学術雑誌）, 英語

計算解剖モデルの診断支援とオートプシー・イメージング支援応用
木戸 尚治; 平野 靖; 徐 睿; 庄野 逸
Ｍｅｄｉｃａｌ Ｉｍａｇｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ, 日本医用画像工学会, 29巻, 3号, 掲載ページ 138-142, 出版日 2011年, 招待, 新学術領域研究「医用画像に基づく計算解剖学の創成と診断・治療支援の高度化」において，われわれは計算解剖に基づいたコンピュータ支援診断システムの開発と臨床評価および，オートプシー・イメージングの応用として個人の生前と死亡時の両方の画像を用いた支援診断法の開発・研究を行うことをめざしている．今後はさらに，研究領域内の他の計画班と連携した研究も行う．本論文では，われわれの計画班の研究の背景や目的と現在までの成果について報告する．
研究論文（学術雑誌）, 日本語

A Bayesian hyperparameter inference for Radon-transformed image reconstruction
Hayaru Shouno; Madomi Yamasaki; Masato Okada
International Journal of Biomedical Imaging, 2011巻, 掲載ページ ID870252, 出版日 2011年, 査読付, We develop a hyperparameter inference method for image reconstruction from Radon transform which often appears in the computed tomography, in the manner of Bayesian inference. Hyperparameters are often introduced in Bayesian inference to control the strength ratio between prior information and the fidelity to the observation. Since the quality of the reconstructed image is controlled by the estimation accuracy of these hyperparameters, we apply Bayesian inference into the filtered back-projection (FBP) reconstruction method with hyperparameters inference and demonstrate that the estimated hyperparameters can adapt to the noise level in the observation automatically. In the computer simulation, at first, we show that our algorithm works well in the model framework environment, that is, observation noise is an additive white Gaussian noise case. Then, we also show that our algorithm works well in the more realistic environment, that is, observation noise is Poissonian noise case. After that, we demonstrate an application for the real chest CT image reconstruction under the Gaussian and Poissonian observation noises. Copyright © 2011 Hayaru Shouno et al.
研究論文（学術雑誌）, 英語

Bayesian Image Restoration for Medical Images Using Radon Transform
Hayaru Shouno; Masato Okada
JOURNAL OF THE PHYSICAL SOCIETY OF JAPAN, PHYSICAL SOC JAPAN, 79巻, 7号, 掲載ページ 074004, 出版日 2010年07月, 査読付, We propose an image reconstruction algorithm using Bayesian inference for Radon transformed observation data, which often appears in the field of medical image reconstruction known as computed tomography (CT). In order to apply our Bayesian reconstruction method, we introduced several hyper-parameters that control the ratio between prior information and the fidelity of the observation process. Since the quality of the reconstructed image is influenced by the estimation accuracy of these hyper-parameters, we propose an inference method for them based on the marginal likelihood maximization principle as well as the image reconstruction method. We are able to demonstrate a reconstruction result superior to that obtained using the conventional filtered back projection method.
研究論文（学術雑誌）, 英語

Classification of Idiopathic Interstitial Pneumonia on High-resolution CT Images using Counter Propagation Network
Y. Tanaka; H. Shouno; S. Kido
Proc. of PDPTA'10, 2巻, 掲載ページ 652-657, 出版日 2010年07月, 査読付
研究論文（国際会議プロシーディングス）, 英語

A Hyper-parameter Inference for Radon Transformed Image Reconstruction Using Bayesian Inference
Hayaru Shouno; Masato Okada
MACHINE LEARNING IN MEDICAL IMAGING, SPRINGER-VERLAG BERLIN, 6357巻, 掲載ページ 26-+, 出版日 2010年, 査読付, We propose an hyper-parameter inference method in the manner of Bayesian inference for image reconstruction from Radon transformed observation which often appears in the computed tomography. Hyper-parameters are often introduced in Bayesian inference to control the strength ratio between prior information and the fidelity to the observation. Since the quality of the reconstructed image is influenced by the estimation accuracy of these hyper-parameters, we apply Bayesian inference into the filtered back projection (FBP) reconstruction method with hyper-parameters inference, and demonstrate that estimated hyper-parameters can adapt to the noise level in the observation automatically.
研究論文（国際会議プロシーディングス）, 英語

Classification of patterns for diffuse lung diseases in thoracic CT images by AdaBoost algorithm
Masayuki Kuwahara; Shoji Kido; Hayaru Shouno
Progress in Biomedical Optics and Imaging - Proceedings of SPIE, 7260巻, 掲載ページ 726037, 出版日 2009年, 査読付, CT images are considered as effective for differential diagnosis of diffuse lung diseases. However, the diagnosis of diffuse lung diseases is a difficult problem for the radiologists, because they show a variety of patterns on CT images. So, our purpose is to construct a computer-aided diagnosis (CAD) system for classification of patterns for diffuse lung diseases in thoracic CT images, which gives both quantitative and objective information as a second opinion, to decrease the burdens of radiologists. In this article, we propose a CAD system based on the conventional pattern recognition framework, which consists of two sub-systems; one is feature extraction part and the other is classification part. In the feature extraction part, we adopted a Gabor filter, which can extract patterns such like local edges and segments from input textures, as a feature extraction of CT images. In the recognition part, we used a boosting method. Boosting is a kind of voting method by several classifiers to improve decision precision. We applied AdaBoost algorithm for boosting method. At first, we evaluated each boosting component classifier, and we confirmed they had not enough performances in classification of patterns for diffuse lung diseases. Next, we evaluated the performance of boosting method. As a result, by use of our system, we could improve the classification rate of patterns for diffuse lung diseases. © 2009 SPIE.
研究論文（国際会議プロシーディングス）, 英語

A Next Generation Modeling Environment PLATO: Platform for Collaborative Brain System Modeling
Shiro Usui; Keiichiro Inagaki; Takayuki Kannon; Yoshimi Kamiyama; Shunji Satoh; Nilton L. Kamiji; Yutaka Hirata; Akito Ishihara; Hayaru Shouno
NEURAL INFORMATION PROCESSING, PT 1, PROCEEDINGS, SPRINGER-VERLAG BERLIN, 5863巻, 掲載ページ 84-+, 出版日 2009年, To understand the details of brain function, a large scale system model that reflects anatomical and neurophysiological characteristics needs to be implemented. Though numerous computational models of different brain areas have been proposed, these integration for the development of a large scale model have not yet been accomplished because these models were described by different programming languages, and mostly because they used different data formats. This paper introduces a platform for a collaborative brain system modeling (PLATO) where one can construct computational models using several programming languages and connect them at the I/O level with a common data format. As an example, a whole visual system model including eye movement, eye optics, retinal network and visual cortex is being developed. Preliminary results demonstrate that the integrated model successfully simulates the signal processing flow at the different stages of visual system.
研究論文（国際会議プロシーディングス）, 英語

レジストレーション法を用いた胸水貯留を有するCT画像からの肺野領域の抽出
角森 昭教; 庄野 逸; 木戸 尚治
MEDICAL IMAGING TECHNOLOGY, 日本医用画像工学会, 26巻, 5号, 掲載ページ 338-346, 出版日 2008年11月, 査読付, 胸水の貯留量を定量的かつ客観的に測定することは経過観察に有効な手段となるが、胸水を含むCT画像において、胸水領域は胸壁などの周辺組織とのCT値が類似しているため従来からの濃淡値に着目した手法での肺野領域の抽出は困難であった。そこで本研究では胸水の貯留量を測定するための前処理である肺野の抽出に対してテンプレートを用いた抽出手法を提案し抽出精度の評価を行った。本手法は、比較的高精度に抽出できる骨領域などを利用し、レジストレーションを行い、正常例より作成した肺野テンプレートを変形させることにより、肺野内の疾患に左右されにくい抽出手法となっている。本手法を10症例の胸水貯留を有する肺野領域において適用し、他の従来手法と比較した。そして、胸水貯留を含んだ肺野領域が抽出手法において、本提案手法が有効であることを示す。(著者抄録)
研究論文（学術雑誌）, 日本語

胸部CT画像を用いたびまん性肺疾患画像解析のための2次元と3次元特徴解析の比較
菅田 良博; 木戸 尚治; 庄野 逸
医用画像情報学会雑誌, 医用画像情報学会, 25巻, 3号, 掲載ページ 43-47, 出版日 2008年10月, 査読付, CT画像で撮影された瀰漫性肺疾患を含むデータ153例(疾患を含む症例130例、正常例23例)を対象に、特徴解析の手法として陰影パターンに着目し、二次元・三次元でのテクスチャ解析を行い複数の特徴量を算出し、それらの特徴量から組合わせ特徴ベクトルを作成し、瀰漫性肺疾患の識別を行った。二次元の特徴解析、三次元の特徴解析の比較を行った結果二次元・三次元共に濃淡ヒストグラムと差分統計量から算出した特徴量の組合わせ特徴ベクトルが選択された。識別率に関してはデータ全体の識別率において共に約90%で識別率には有意差がないことが示された。このため、瀰漫性陰影の特徴解析に関しては二次元の画像処理でも十分な精度が得られると考えられた。但し三次元のボリュームデータを扱うことにより肺全体を対象とした瀰漫性陰影の解析が可能で、病変の三次元的な分布の把握などには有用と思われた。
研究論文（学術雑誌）, 日本語

DICOMサーバ・携帯端末間通信を支援するミドルウェアシステムの構築
脊戸 祐一; 木戸 尚治; 庄野 逸
ライフサポート, ライフサポート学会, 20巻, 0号, 掲載ページ 122-122, 出版日 2008年

Recent studies around the neocognitron
Hayaru Shouno
NEURAL INFORMATION PROCESSING, PART I, SPRINGER-VERLAG BERLIN, 4984巻, 掲載ページ 1061-1070, 出版日 2008年, 査読付, Neocognitron, which was proposed by Fukushima, is recently studied in several styles. In this paper, we introduce these studies from the both engineering and biological sides. From the engineering side, we discussed about the ability of the pattern classifier of the Neocognitron and relationship to the "convolutional net", which is recently well studied in the field of pattern recognition. From the biological side, we tried to explain the recent result of a biological experiment with the Neocognitron, and compare it with another model.
研究論文（国際会議プロシーディングス）, 英語

肋骨の変位とばねモデルを用いた胸部CT画像の経時的差分画像
木戸尚治; 庄野逸
医用画像情報学会論文誌, 24巻, 4号, 掲載ページ 266-272, 出版日 2007年12月, 査読付
研究論文（学術雑誌）, 日本語

ネオコグニトロンによる視覚腹側経路のモデル化
吉塚武治; 庄野逸; 宮本弘之; 岡田真人; 福島邦彦
神経回路学会論文誌, Japanese Neural Network Society, 14巻, 4号, 掲載ページ 266-272, 出版日 2007年12月, 査読付, It is known that the object recognition is processed in the ventral pathway of the visual system in humans and monkeys. The neocognitron that was proposed by Fukushima is a hierarchical neural network model for pattern recognition. In this paper, we show that the neocognitron can be regarded as a proper biological model of the ventral pathway. From the biological point of view, the model of the ventral pathway should satisfy the following conditions. The model should be hierarchical, the synaptic connections should spread locally, and each component in the hierarchy should be homogeneous. The network architecture of the neocognitron satisfies these conditions. Thus, we investigate the functional similarity between the neocognitron and the ventral pathway. We compared the response property of the neocognitron with that of IT cells. On comparing our results with those obtained by Logothetis et al., we found that the result were very similar qualitatively. Thus, we conclude that the neocognitron is a proper model for the ventral pathway.
研究論文（学術雑誌）, 日本語

Analysis of idiopathic interstitial pneumonia by self organization map on high-resolution computed tomography images
Goto, Y.; Shouno, H.; Kido, S.
Proceedings of the 2007 International Conference on Parallel and Distributed Processing Techniques and Applications (PDPTA'07), 掲載ページ 753-758, 出版日 2007年06月, 査読付
研究論文（学術雑誌）, 英語

肋骨の変位とばねモデルを用いた胸部CT画像の経時的差分画像
木戸 尚治; 庄野 逸
医用画像情報学会雑誌, 医用画像情報学会, 24巻, 4号, 掲載ページ 126-130, 出版日 2007年, We have developed the temporal subtraction method of thoracic CT images by use of displacements of ribs and elastic object model. In the first step, we calculated the rotation parameters of the extracted rib centerlines those were extracted by a plane sweep method. In the next step, we estimated accuracy of registration for images by inputting displacements of the extracted ribs to elastic object model. In the third step, we registered one image to the other image with estimated parameters. Finally, subtracted images were obtained. We applied this method to 14 pairs of thoracic CT image series for evaluation of our method.
日本語

胸部単純X線写真における他人による類似差分画像のための類似画像検索システムの開発
小田 敍弘; 青木 隆敏; 岡崎 浩子; 掛田 伸吾; 興梠 征典; 矢原 勝哉; 庄野 逸
生体医工学 : 日本エム・イー学会誌, 社団法人日本生体医工学会, 44巻, 3号, 掲載ページ 435-444, 出版日 2006年09月10日, The purpose of this study was to develop a novel computerized scheme to automatically select similar chest radiographs for image subtraction of patients who have no previous chest radiographs and to assist the radiologist's interpretation by presenting "similar subtraction images". A large database of approximately 15,000 posteroanterior chest radiographs, which were diagnosed as normal, was used for searching similar images of different patients. First, in this scheme, two clinical parameters (age and sex) were used for selecting similar images. Next, 100 images of candidates in the database were selected according to similarity in height and the area of the lung field in the target image. We used quantitative measurement for searching similar images; namely, the correlation value of cheat region in the 100 images of the candidates. The similar subtraction images were obtained by subtracting the similar images selected from the target image. The performance of the proposed system was evaluated in comparison with 95 chest radiographs with a temporal subtraction image. The experimental results showed that the average of the correlation values in the temporal subtraction image and similar subtraction images were 0.9794 and 0.9574, respectively. Three radiologists subjectively evaluated various lung artifacts on the temporal subtraction image and similar subtraction images of 95 chest radiographs using a five-point rating scale (1:very poor, 2:poor, 3:adequate, 4:good, 5:excellent). Ratings higher than "adequate" were given for 70% of the similar subtraction images. This computerized scheme seems useful for the automatic selection of similar images for similar-image subtraction of chest radiographs and has potential use for assisting interpretations by radiologists.
日本語

Naive mean field approximation for sourlas error correcting code
Masami Takata; Hayaru Shouno; Masato Okada
IEICE TRANSACTIONS ON INFORMATION AND SYSTEMS, IEICE-INST ELECTRONICS INFORMATION COMMUNICATIONS ENG, E89D巻, 8号, 掲載ページ 2439-2447, 出版日 2006年08月, 査読付, Solving the error correcting code is an important goal with regard to communication theory. To reveal the error correcting code characteristics, several researchers have applied a statistical-mechanical approach to this problem. In our research, we have treated the error correcting code as a Bayes inference framework. Carrying out the inference in practice, we have applied the NMF (naive mean field) approximation to the MPM (maximizer of the posterior marginals) inference, which is a kind of Bayes inference. In the field of artificial neural networks, this approximation is used to reduce computational cost through the substitution of stochastic binary units with the deterministic continuous value units. However, few reports have quantitatively described the performance of this approximation. Therefore, we have analyzed the approximation performance from a theoretical viewpoint, and have compared our results with the computer simulation.
研究論文（学術雑誌）, 英語

Discrimination of Lung Sounds using a Statistics of Waveform Intervals
Taketoshi Orihashi; Hayaru Shouno; Shoji Kido
PDPTA'06, 2巻, 掲載ページ 813-817, 出版日 2006年07月
研究論文（国際会議プロシーディングス）, 英語

Classification of Idiopathic Interstitial Pneumonia using Boosting Method
Masayuki Kuwahara; Hayaru Shouno; Shoji Kido
Proc. of RSNA'05, 掲載ページ 636, 出版日 2005年12月, 査読付
研究論文（国際会議プロシーディングス）, 英語

声帯手術を目的としたコンピュータ支援診断インターフェイスの開発
井上陽介; 庄野逸; 木戸尚治; 後藤英功
医用画像情報学会誌, 22巻, 2号, 掲載ページ 160-167, 出版日 2005年08月, 査読付
研究論文（学術雑誌）, 日本語

胸部単純X 線写真における他人による類似差分画像のための類似画像検索システムの開発
小田敍弘; 青木隆敏; 岡崎浩子; 掛田伸吾; 興絽征典; 矢原勝哉; 庄野逸
日本医用画像工学会誌, 23巻, 4号, 掲載ページ 250-258, 出版日 2005年07月, 査読付
研究論文（学術雑誌）, 日本語

胸部単純X 線画像における結節性陰影抽出法の開発
日浦美香子; 木戸尚治; 庄野逸
日本医用画像工学会誌, 日本医用画像工学会, 22巻, 2号, 掲載ページ 160ー167-250, 出版日 2005年07月, 査読付
研究論文（学術雑誌）, 日本語

Statistical Mechanics for Neural Spike Data Analysis by use of Log-Linear Model
Hayaru Shouno; Koji Wada; Masato Okada
Proc. of Randomness and Computation 2005, 掲載ページ 58-59, 出版日 2005年07月
研究論文（国際会議プロシーディングス）, 英語

自己組織化マップを用いた医療データの分類に関する研究
後藤 芳治; 庄野 逸; 木戸 尚治
電子情報通信学会技術研究報告. MI, 医用画像, 一般社団法人電子情報通信学会, 104巻, 580号, 掲載ページ 157-161, 出版日 2005年01月15日, 医療データの鑑別診断は医師が正常・異常の判定を行うため, 判断を行う医師の経験や技倆に左右されやすい.このような鑑別診断を客観的な基準に基づいて行うために計算機による診断支援システムの構築が求められている.本研究では自己組織化マップ(Self-Organization Map)を用いた診断支援システムを構築し, 肺のCT画像データの分類・判定を試みた.SOMは教師なし学習の一種で, 特に教師信号を必要とせず学習データの類似関係のみに基づいて, データを2次元上のマップと呼ばれる構造に配置していく手法である.マップ上では, 類似したデータが近くに配置され, クラスタリングされる性質があるため, 画像などの高次元の入力データでも, その類似関係が視覚的にわかりやすい形で提示可能であり, 鑑別診断を行う際に有効な判断材料となることが期待できる.
日本語

Development of pulmonary nodule detection method on chest radiographs
Hiura, M.; Kido, S.; Shouno, H.
Medical Imaging Technology, 23巻, 4号, 出版日 2005年
研究論文（学術雑誌）

i-アプリを用いた数値計算の可能性
高田雅美; 柴山智子; 渡辺智恵美; 庄野逸; 城和貴
情報処理学会論文誌: 数理モデル化と応用, 46巻, 2号, 掲載ページ 47-55, 出版日 2005年01月, 査読付
研究論文（学術雑誌）, 日本語

Statistical mechanics for neural spike data analysis using log-linear model
H Shouno; K Wada; M Okada
PROGRESS OF THEORETICAL PHYSICS SUPPLEMENT, PROGRESS THEORETICAL PHYSICS PUBLICATION OFFICE, 157巻, 157号, 掲載ページ 300-303, 出版日 2005年, 査読付, Recently, we can simultaneously record spike data from many neurons in the field of electrophysiology, and thus it is required to develop mathematical framework for extracting higher-order correlation of neural firings. The joint probability of neural spike can be represented using the log-linear model. From statistical-mechanical point of view, the loglinear model can be regarded as a multi-body interacted Ising spin model or the Boltzman machine with higher-order interactions. The estimation of higher-order correlation of neural firing corresponds to that of higher-order interations in this Ising spin system, and to the hyper-parameter estimation in the Bayesian inference. In this paper, we apply maximization of marginal likelihood (MML) method to this problem, and discuss the properties of MML analytically using statistical-mechanical method.
研究論文（学術雑誌）, 英語

経時的差分画像を用いた胸部単純写真における肺結節の良悪性鑑別のための自動化手法の開発
小田 敍弘; 木戸 尚治; 庄野 逸
生体医工学 : 日本エム・イー学会誌 = Transactions of the Japanese Society for Medical and Biological Engineering : BME, 社団法人日本生体医工学会, 42巻, 4号, 掲載ページ 209-214, 出版日 2004年12月10日, A novel automated computerized scheme has been developed to assist radiologists for distinction between benign and malignant pulmonary nodules on radiographs using temporal subtraction images. Fifty-one chest radiographs including 26 malignant nodules and 25 benign nodules were used. The CAD system was developed based on features extracted from both chest radiographs and temporal subtraction images. The nodule was segmented automatically on both chest radiographs and subtraction images once the location of the nodule was indicated on the chest radiograph by a radiologist and/or computer. The nodule on the subtraction image was then segmented by thresholding with various pixel values, which were determined from the area of the histogram of pixel values on the temporal subtraction image. Twenty-three image features for each nodule were obtained from both subtraction images and current chest radiographs. The nodule image features included three morphological features obtained from the subtraction image and 10 gray-level features obtained from a histogram analysis of pixel values within the nodule on both subtraction and current images. A linear discrimination analysis (LDA) with six features was applied to determine the likelihood of pulmonary nodule malignancy. A receiver operating characteristic (ROC) analysis was used in the area under the ROC curve (Az) of the computer output obtained by use of the LDA. The six image features selected were the area, irregularity, mean, squared mean, and contrast obtained from the subtraction image and contrast obtained from the current image, which provided the highest Az value of the computer output obtained using the LDA. LDA was employed to separate benign from malignant nodules by use of a hyperplane. The output value of LDA represented the distance of either a benign or a malignant nodule from the hyperplane. In fact, the Az value of the computer output with six features obtained using the LDA for distinction between benign and malignant nodules was 0.851, which was obtained from a leave-one-out method. Our CAD system has the potential to assist radiologists in distinguishing between benign and malignant pulmonary nodules on chest radiographs using temporal subtraction images.
日本語

経時差分画像を用いた胸部単純写真における肺結節の良悪性鑑別のための自動化手法の開発
小田敍弘; 木戸尚治; 庄野逸
生体医工学, 42巻, 4号, 掲載ページ 9-14, 出版日 2004年12月, 査読付
研究論文（学術雑誌）, 日本語

Accuracy of the Bethe approximation for hyperparameter estimation in probabilistic image processing
K Tanaka; H Shouno; M Okada; DM Titterington
JOURNAL OF PHYSICS A-MATHEMATICAL AND GENERAL, IOP PUBLISHING LTD, 37巻, 36号, 掲載ページ 8675-8695, 出版日 2004年09月, 査読付, We investigate the accuracy of statistical-mechanical approximations for the estimation of hyperparameters from observable data in probabilistic image processing, which is based on Bayesian statistics and maximum likelihood estimation. Hyperparameters in statistical science correspond to interactions or external fields in the statistical-mechanics context. In this paper, hyperparameters in the probabilistic model are determined so as to maximize a marginal likelihood. A practical algorithm is described for grey-level image restoration based on a Gaussian graphical model and the Bethe approximation. The algorithm corresponds to loopy belief propagation in artificial intelligence. We examine the accuracy of hyperparameter estimation when we use the Bethe approximation. It is well known that a practical algorithm for probabilistic image processing can be prescribed analytically when a Gaussian graphical model is adopted as a prior probabilistic model in Bayes' formula. We are therefore able to compare, in a numerical study, results obtained through meanfield-type approximations with those based on exact calculation.
研究論文（学術雑誌）, 英語

Statistical Mechanics for Neural Spike Data Analysis using Log-Linear Model
Hayaru Shouno; Koji Wada; Masato Okada
Proc. of SPDSA'04, 掲載ページ 79, 出版日 2004年07月
研究論文（国際会議プロシーディングス）, 英語

Analysis of Bidirectional Associative Memory using Self-Consistent Signal to Noise Analysis and Statistical Neurodynamics
H. Shouno; S. Kido; M. Okada
Journal of Physics Society in Japan, 一般社団法人 日本物理学会, 73巻, 9号, 掲載ページ 2406-2412, 出版日 2004年02月, 査読付, Bidirectional associative memory (BAM) is a kind of an artificial neural network used to memorize and retrieve heterogeneous pattern pairs. Many efforts have been made to improve BAM from the the viewpoint of computer application, and few theoretical studies have been done. We investigated the theoretical characteristics of BAM using a framework of statistical–mechanical analysis. To investigate the equilibrium state of BAM, we applied self-consistent signal to noise analysis (SCSNA) and obtained a macroscopic parameter equations and relative capacity. Moreover, to investigate not only the equilibrium state but also the retrieval process of reaching the equilibrium state, we applied statistical neurodynamics to the update rule of BAM and obtained evolution equations for the macroscopic parameters. These evolution equations are consistent with the results of SCSNA in the equilibrium state.
研究論文（学術雑誌）, 英語

Development of computerized system for detection of pulmonary nodules on digital chest radiographs using temporal subtraction images
Oda, N.; Kido, S.; Shouno, H.; Ueda, K.
Transactions of the Institute of Electronics, Information and Communication Engineers D-II, J87D-II巻, 1号, 出版日 2004年
研究論文（学術雑誌）

【医用画像技術の最先端】胸部単純X線写真における経時的差分画像を用いた結節状陰影の自動検出システムの開発
小田 敍弘; 木戸 尚治; 庄野 逸; 上田 克彦
電子情報通信学会論文誌D-II: 情報・システムII-パターン処理, (一社)電子情報通信学会, 87巻, 1号, 掲載ページ 208-218, 出版日 2004年01月, 査読付, 胸部単純X線写真の現在画像から過去画像を差分処理して得られる経時的差分画像によって肺結節状陰影を自動検出し,更にルールベース法やマハラノビス距離の判定法などを用いて偽陽性の数を減らす工夫を施したコンピュータ支援診断システムの開発を行った.比較的難易度の高いデータベースを用いた性能評価実験で,肺結節陰影の検出率80%,偽陽性数2.6(個/画像)と優れた性能を有することが確認された
研究論文（学術雑誌）, 日本語

ガウス模型に基づく画像修復と確率伝搬法
田中和之; 吉池紀子; 庄野逸; 岡田真人
第 6 回情報論的学習理論ワークショップ, 掲載ページ 83-88, 出版日 2003年11月, 査読付
研究論文（その他学術会議資料等）, 日本語

擬似スペクトル法を用いた乱流場の直接数値シミュレーションの並列化と性能評価
高田雅美; 山本義暢; 庄野逸; 功刀資彰; 城和貴
情報処理学会論文誌: コンピューティングシステム, SIG6巻, 掲載ページ 45-54, 出版日 2003年05月, 査読付
研究論文（学術雑誌）, 日本語

An Effective Evaluation Function for ICA to Separate Train Noise from Telluric Current Data
Mika Koganeyama; Sawa Sayuri; Hayaru Shouno; Toshiyasu Nagao; Kazuki Joe
Proc. of ICA'03, 掲載ページ 837-842, 出版日 2003年05月, 査読付
研究論文（国際会議プロシーディングス）, 英語

Automatic segmentation of small pulmonary nodules on multidetector-row CT images
R Tachibana; S Kido; H Shouno; T Matsumoto
CARS 2003: COMPUTER ASSISTED RADIOLOGY AND SURGERY, PROCEEDINGS, ELSEVIER SCIENCE BV, 1256巻, 掲載ページ 1389-1389, 出版日 2003年, 査読付
研究論文（国際会議プロシーディングス）, 英語

Naive mean field approximation for image restoration
H Shouno; K Wada; M Okada
JOURNAL OF THE PHYSICAL SOCIETY OF JAPAN, PHYSICAL SOC JAPAN, 71巻, 10号, 掲載ページ 2406-2413, 出版日 2002年10月, 査読付, We attempt image restoration in the framework of the Bayesian inference. Recently, it has been shown that under a certain criterion the MAP (Maximum A Posterior) estimate, which corresponds to the minimization of energy, can be outperformed by the MPM (Maximizer of the Posterior Marginals) estimate, which is equivalent to a finite-temperature decoding method. Since a lot of computational time is needed for the MPM estimate to calculate the thermal averages, the mean field method, which is a deterministic algorithm, is often utilized to avoid this difficulty. We present a statistical-mechanical analysis of naive mean field approximation in the framework of image restoration. We compare our theoretical results with those of computer simulation, and investigate the potential of naive mean field approximation.
研究論文（学術雑誌）, 英語

ICAを用いた地電流データからの電車ノイズと地震前兆シグナルの分離
小金山美賀; 庄野逸; 長尾年恭; 城和貴
情報処理学会論文誌: 数理モデル化と応用, 一般社団法人情報処理学会, 43巻, 7号, 掲載ページ 92-104, 出版日 2002年09月, 査読付, 地電流データ中には，地震前兆シグナルと呼ばれている異常電流が観測されることがある．近年，地電流データからの地震前兆シグナルの検出は，短期地震予知の有効な手法の1つとして注目されている．しかし，我が国では地電流データ中の多くに観測されている電車ノイズの影響で，地震前兆シグナルの検出が困難となっている．本研究では信号分離技術であるICA（独立成分分析：IndependentComponentAnalysis）を用いて，独立信号であると考えられる電車ノイズや地震前兆シグナルの自動分離を試みている．本論文では，地電流データにICAを適用し，その結果と評価について報告する．Seismic electric signals (SESs) are sometimes contained in telluric current data (TCD). The method of detecting SESs in TCD has attracted notice recently as an effective method for short-term earthquake prediction. However, since most of the TCD collected in Japan is affected by train noise, therefore detecting SESs in TCD itself is considered as an extremely arduous job. The goal of our research is to obtain a method for detecting SESs, which is difficult because of train noises. The SES and train noise are considered as independent source signal. In this paper, we try to apply ICA (Independent Component Analysis) to several sets of TCDs and evaluate the results.
研究論文（学術雑誌）, 日本語

An Improvement of Program Partitioning Based Genetic Algorithm
Masami Takata; Hayaru Shouno; Kazuki Joe
Proc. of PDPTA'02, 1巻, 掲載ページ 215-221, 出版日 2002年06月, 査読付
研究論文（国際会議プロシーディングス）, 英語

Analysis of Bidirectional Associative Memory using SCSNA and Statistical Neurodynamics
Hayaru Shouno; Masato Okada
Proc. of PDPTA'02, 1巻, 掲載ページ 239-245, 出版日 2002年06月, 査読付
研究論文（国際会議プロシーディングス）, 英語

The Design and Implementation of Unimodular Transformations for the Parallelizing Compiler PROMIS
Hisako Ishiuchi; Tomomi Yamaguchi; Hayaru Shouno; Kazuki Joe
Proc. of PDPTA'02, 1巻, 掲載ページ 1438-1443, 出版日 2002年06月, 査読付
研究論文（国際会議プロシーディングス）, 英語

Classification of Visualized Data Dependence
Asami Iwasaka; Hayaru Shouno; Mariko Sasakura; Kazuki Joe
Proc. of PDPTA'02, 1巻, 掲載ページ 1444-1450, 出版日 2002年06月, 査読付
研究論文（国際会議プロシーディングス）, 英語

Parallelization of Seismic Wave Calculation by Impulse Response Functions
Kyoko Fukuda; Toshihiko Hayasaka; Hayaru Shouno; Kazuki Joe
Proc. of PDPTA'02, 1巻, 掲載ページ 1465-1474, 出版日 2002年06月, 査読付
研究論文（国際会議プロシーディングス）, 英語

Separation of Train Noise and Seismic Electric Signals from Telluric Current Data by ICA
Mika Koganeyama; Hayaru Shouno; Toshiyasu Nagao; Kazuki Joe
Proc. of ICA'01, 掲載ページ 367-372, 出版日 2001年12月, 査読付
研究論文（国際会議プロシーディングス）, 英語

Formation of Direction Map using Kohonen’s Self-Organization Map by Projection Learning
Hayaru Shouno; Koji Kurata
Biological Cybernetics, Springer, 85巻, 4号, 掲載ページ 241-246, 出版日 2001年10月, 査読付, In this paper, we propose a modification of Kohonen's self-organization map (SOM) algorithm. When the input signal space is not convex, some reference vectors of SOM can protrude from it. The input signal space must be convex to keep all the reference vectors fixed on it for any updates. Thus, we introduce a projection learning method that fixes the reference vectors onto the input signal space. This version of SOM can be applied to a non-convex input signal space. We applied SOM with projection learning to a direction map observed in the primary visual cortex of area 17 of ferrets, and area 18 of cats. Neurons in those areas responded selectively to the orientation of edges or line segments, and their directions of motion. Some iso-orientation domains were subdivided into selective regions for the opposite direction of motion. The abstract input signal space of the direction map described in the manner proposed by Obermayer and Blasdel [ (1993) J Neurosci 13: 4114-4129] is not convex. We successfully used SOM with projection learning to reproduce a direction-orientation joint map.
研究論文（学術雑誌）, 英語

An Improvement of Program Partitioning Based Genetic Algorithm
Masami Takata; Hayaru Shouno; Kazuki Joe
Proc. of HPC Asia'01, 掲載ページ CD-ROM 16pages, 出版日 2001年09月, 査読付
研究論文（国際会議プロシーディングス）, 英語

Task and variable representation graph: an intermediate representation of parallelizing compilers for distributed shared memory systems
Haneda, M.; Shouno, H.; Joe, K.
JSPP2001. Joint Symposium on Parallel Processing 2001, 出版日 2001年
研究論文（学術雑誌）

Statistical-mechanical approach for analog neural network model used in image restoration
H Shouno; M Okada
PDPTA'2001: PROCEEDINGS OF THE INTERNATIONAL CONFERENCE ON PARALLEL AND DISTRIBUTED PROCESSING TECHNIQUES AND APPLICATIONS, C S R E A PRESS, 3巻, 掲載ページ 1298-1304, 出版日 2001年, 査読付, The ability to restore an image front signals received through a noisy channel is an important concern. This issue is related to the physics theory of spin-glass. In the theory, the Ising spin system is usually used for image restoration, however, a lot of calculation time is needed to obtain precise solution. As a result many researchers substitute the Ising spin model with the analog neural network model. We analyzed the analog neural network ability applied to the image restoration problem using the mean field theory. With the conventional image restoration method, the estimated overlap with the analog neural network model is equivalent to that of the Ising spin model. When parity codes are sent, the analog neural network's ability does not improve over the Ising spin model. If the noise variable is small, however, the performance of the analog neural network model is as good as the Ising spin model.
研究論文（国際会議プロシーディングス）, 英語

Detecting seismic electric signals by LVQ based clustering
K Fukuda; M Koganeyama; H Shouno; K Joe; T Nagao
PDPTA'2001: PROCEEDINGS OF THE INTERNATIONAL CONFERENCE ON PARALLEL AND DISTRIBUTED PROCESSING TECHNIQUES AND APPLICATIONS, C S R E A PRESS, 3巻, 掲載ページ 1305-1311, 出版日 2001年, 査読付, Aiming at short-term prediction of earthquakes, we have proposed the use of neural networks for analyzing telluric current data observed by the VAN method. We have already tried a telluric CUM-Cat data analysis method with learning Vector Quantization. In this paper, we will show preliminary experimental results for categorization of telluric current data by its frequency for the Izu islands earthquakes in Japan.
研究論文（国際会議プロシーディングス）, 英語

The design and implementation of a UIR interface for the MIRAI parallelizing compiler
T Yamaguchi; H Shouno; K Joe
PDPTA'2001: PROCEEDINGS OF THE INTERNATIONAL CONFERENCE ON PARALLEL AND DISTRIBUTED PROCESSING TECHNIQUES AND APPLICATIONS, C S R E A PRESS, 掲載ページ 1200-1206, 出版日 2001年, 査読付, Since UIRs (Universal Intermediate Representations) for parallelizing compilers are a complicated arid the data set involved is quite large. Implementation, porting and maintenance of various optimizations are quite difficult, To overcome this problem, we propose a set of standard operations to a UIR of a parallelizing compiler as a UIR interface. In this paper, the specification and implementation issues of the UIR interface arc presented, and implementation examples of several tool, transformation methods are given and evaluated.
研究論文（国際会議プロシーディングス）, 英語

Handwritten digit recognition by a neocognitron with improved bend-extractors
Fukushima, K.; Kimura, E.; Shouno, H.; Heiss, M.
Proceedings of NC 1998. International ICSC/IFAC Symposium on Neural Computation, 掲載ページ 240-246, 出版日 1998年09月, 査読付
研究論文（学術雑誌）, 英語

Neocognitron with improved bend-extractors
K Fukushima; E Kimura; H Shouno
IEEE WORLD CONGRESS ON COMPUTATIONAL INTELLIGENCE, IEEE, 掲載ページ 1172-1175, 出版日 1998年, 査読付, We have reported previously that the performance of a neocognitron can be improved by a built-in bend-extracting layer The conventional bend-extracting layer can detect bend points and end points of lines correctly, but not always crossing points of lines. This paper discusses that an introduction of a mechanism of disinhibition can make the bend-extracting layer detect not only bend points and end points but also crossing points of lines correctly. A neocognitron with this improved bend-extracting layer can recognize handwritten digits in the real world with a recognition rate of 98%.
研究論文（国際会議プロシーディングス）, 英語

Neocognitron with improved bend-extractors: Recognition of handwritten digits in the real world
K Fukushima; E Kimura; H Shouno
NEURAL COMPUTING & APPLICATIONS, SPRINGER, 7巻, 3号, 掲載ページ 260-272, 出版日 1998年, 査読付, We have reported previously that the performance of a neocognitron can be improved by a builtin bend-extracting layer. The conventional bend-extracting layer can detect bend points and end points of lines correctly, but not always crossing points of lines. This paper shows that an introduction of a mechanism of disinhibition can make the bend-extracting layer detect not only bend points and end points, but also crossing points of lines correctly. This paper also demonstrates that a neocognitron with this improved bend-extracting layer can recognise handwritten digits in the real world with a recognition rate of about 98%. We use the technique of dual thresholds for feature-extracting S-cells, and higher threshold values are used in the learning than in the recognition phase. We discuss how the threshold values affect the recognition rate.
研究論文（学術雑誌）, 英語

射影学習を用いたKohonen Model によるDirection Map の形成. 神経回路学会論文誌
庄野逸; 倉田耕治
神経回路学会論文誌, Japanese Neural Network Society, 4巻, 3号, 掲載ページ 109-114, 出版日 1997年05月, 査読付
研究論文（学術雑誌）, 日本語

Training neocognitron to recognize handwritten digits in the real world
K Fukushima; K Nagahara; H Shouno
SECOND AIZU INTERNATIONAL SYMPOSIUM ON PARALLEL ALGORITHMS/ARCHITECTURE SYNTHESIS, PROCEEDINGS, I E E E, COMPUTER SOC PRESS, 掲載ページ 292-298, 出版日 1997年, Using a large scale real-world database ETL-1, we show that the neocognitron trained by unsupervised learning with a winner-take-all process can. recognise handwritten digits with a recognition rate higher than 97%. We use the technique of dual thresholds for feature extracting S-cells, and higher threshold values are used in the learning than in the recognition phase. We discuss how the threshold values affect the recognition, rate. The learning method for the cells of the highest stage of the network has been, modified from the conventional one, in order to reconcile the unsupervised learning with the use of information of the category names of the training patterns.
研究論文（国際会議プロシーディングス）, 英語

Training Neocognitron to Recognize Handwritten Digits in the Real World
Kunihiko Fukushima; Kenichi Nagahara; Hayaru Shouno; Masato Okada
Proc. of WCNN'96, INNS Press, 1巻, 掲載ページ 405-409, 出版日 1996年09月
研究論文（国際会議プロシーディングス）, 英語

Handwritten digit recognition with a neocognitron using different thresholds in learning and recognition
Shouno, H.; Nagahara, K.; Fukushima, K.; Okada, M.; Amari, S.-I.; Xu, L.; Chan, L.-W.; King, I.; Leung, K.-S.
Progress in Neural Information Processing. Proceedings of the International Conference on Neural Information Processing, 1巻, 掲載ページ 292-298, 出版日 1996年09月
研究論文（学術雑誌）, 英語

Connected character recognition in cursive handwriting using selective attention model with bend processing
Hayaru Shuono; Kunihiko Fukushima
Syst. Comp. Jpn., Wiley-Blackwell, 26巻, 10号, 掲載ページ 35-46, 出版日 1995年
研究論文（学術雑誌）

折れ点処理回路を用いた選択的注意機構による英字筆記体連結文字列認識
庄野逸; 福島邦彦
電子情報通信学会論文誌, 一般社団法人電子情報通信学会, J77-DII巻, 5号, 掲載ページ 940-950, 出版日 1994年05月, 査読付, 手書き英字筆記体連結文字列認識を行うシステムの一つとして選択的注意機構を用いたシステムが今川らによって提唱された.しかしながら今川らのシステムは,それほど高い認識能力をもっていたわけではなく,認識する文字カテゴリーも5文字と比較的小規模なシステムであった.本研究では今川らの認識システムを拡張し,更に高い認識能力をもつシステムを作成した.我々は"選択的注意のモデル"の一部分がパターン認識システム"ネオコグニトロン"に類似していることに着目した.ネオコグニトロンにおいて,折れ点検出回路を導入すると認識能力の向上が認められることが報告されているので,我々は今川らのシステムに折れ点処理回路を導入したシステムを作成した.更に本システムに対して種々のテストパターンを与え,コンピュータシミュレーションを行い,筆記体連結文字列の認識に対して有効であることを確認した.
研究論文（学術雑誌）, 日本語

Cursive word recognition using selective attention with bend-processing
Fukushima, K.; Shouno, H.; Marinaro, M.; Morasso, P.G.
ICANN '94. Proceedings of the International Conference on Artificial Neural Networks, 2巻, 掲載ページ 957-961, 出版日 1994年05月, 査読付
研究論文（学術雑誌）, 英語

Connected character recognition in cursive handwriting using attention model with bend processing
Shouno, H.; Fukushima, K.
Transactions of the Institute of Electronics, Information and Communication Engineers D-II, J77D-II巻, 5号, 出版日 1994年
研究論文（学術雑誌）

VISUAL-PATTERN RECOGNITION WITH SELECTIVE ATTENTION
K FUKUSHIMA; H SHOUNO
WORLD CONGRESS ON NEURAL NETWORKS-SAN DIEGO - 1994 INTERNATIONAL NEURAL NETWORK SOCIETY ANNUAL MEETING, VOL 1, LAWRENCE ERLBAUM ASSOC PUBL, 1巻, 掲載ページ A575-A580, 出版日 1994年, 査読付
研究論文（国際会議プロシーディングス）, 英語

Revealing the Mechanism of Large-scale Gradient Systems Using a Neural Reduced Potential
Shunya Tsuji; Ryo Murakami; Hayaru Shouno; Yoh-ichi Mototake
出版日 2023年12月, NeurIPS 2023 Workshop: Machine Learning and the Physical Sciences, 査読付, 研究発表ペーパー・要旨（国際会議）

Editorial for “A Lightweight Convolutional Neural Network Based on Dynamic Level‐Set Loss Function for Spine MR Image Segmentation”
Hayaru Shouno; Tomohisa Okada
Wiley, 出版日 2023年06月27日, Journal of Magnetic Resonance Imaging, 59巻, 4号, 掲載ページ 1454-1455, 招待, 記事・総説・解説・論説等（学術雑誌）, 1053-1807, 1522-2586, 137622878

スパースモデリングを用いた析出物画像からのメタル温度推定
遠藤瑛泰; 澤田浩太; 永田賢二; 吉川英樹; 庄野逸
日本神経回路学会, 出版日 2021年03月05日, 神経回路学会論文誌, 29巻, 1号, 掲載ページ 15-23, 日本語, 招待

AIの歴史とこれから
庄野 逸
メジカルビュー, 出版日 2019年10月26日, 臨床画像, 35巻, 10号, 掲載ページ 1112-1119, 日本語, 招待, 記事・総説・解説・論説等（学術雑誌）

医用画像における機械学習の適用
庄野 逸
画像電子学会, 出版日 2018年, 画像電子学会誌, 47巻, 4号, 掲載ページ 479-484, 日本語, 招待

脳情報科学が拓くAIとICT：2．脳情報科学と人工知能 -ネオコグニトロンからDeep Learningへ-
本武陽一; 庄野逸; 田村弘; 岡田真人
日本情報処理学会, 出版日 2017年12月01日, 情報処理, 59巻, 1号, 掲載ページ 42-47, 日本語, 招待, 記事・総説・解説・論説等（学術雑誌）

ディープラーニングの基礎とその関連技術
庄野 逸
本稿では，ディープラーニングの中でも医用画像処理に浸透しつつあるディープコンボリューションネット（deep convolution neural network; DCNN）の基本的な構造と学習様式を解説し，医療応用への一例を述べる．DCNNは，ネットワーク構造にネオコグニトロン，学習手法に誤差逆伝搬（error back propagation; BP）法を適用したニューラルネットワーク手法であり，古典的なネットワーク構造と学習手法で構築されている．DCNNに代表されるディープラーニングにおいて，重要なポイントは，システムの内部表現の重みパラメーター数と学習サンプルの量の兼ね合いである．学習サンプルに対して重みパラメーター数が過多であれば，ニューラルネットは容易に過学習とよばれる現象に陥り，逆に過小であれば，性能が不足することとなる．医療分野などの，計測にコストがかかるような領域では，学習サンプルをいかに確保するかは重要な問題になると考えられる．われわれは，このような少数データセットへの学習方式として転移型の学習様式を用いてDCNNを構築することを提案し，一定の成果を上げることに成功している．, 日本医用画像工学会, 出版日 2017年10月30日, 日本医用画像工学会誌, 35巻, 4号, 掲載ページ 180-186, 日本語, 招待, 130006108052

ディープラーニングの概要と医療分野への応用
庄野 逸
出版日 2017年09月25日, 月刊インナービジョン, 32巻, 7号, 掲載ページ 7-9, 日本語, 招待, 記事・総説・解説・論説等（商業誌、新聞、ウェブメディア）

2 段階転移学習を用いたディープコンボリューションネットの医用画像認識
庄野逸; 鈴木藍雅; 鈴木聡志; 木戸尚治
本稿では，コンピュータビジョンの業界において既にデファクトスタンダードとなりつつあるディープコンボリューションネット（Deep Convolutional Neural Network：DCNN）の基本的な構造と学習様式を解説し，医療応用への一例を述べる．DCNNは，ネットワークアーキテクチャをFukushimaのネオコグニトロン（Fukushima, K., Biological Cybernetics, Vol.36, No.4, pp.193-202, 1980）として，学習手法を誤差逆伝搬（Error Back Propagation：BP）法を適用した手法であり，比較的な古典的なアーキテクチャと学習手法で構築されている．これらの手法は1980年代から存在するが，もっとも変革が大きい部分は，学習データセットの質と量の変化である．DCNNに代表されるディープラーニングにおいて重要なのは，システムの内部表現の自由度と学習サンプルとの兼ね合いであり，ビッグデータ時代に突入した現在において単純な写真等のデータを確保するのは比較的楽にできるようになってきている．その一方で，医療分野などの計測にコストが掛かるような領域では，学習サンプルを如何に確保するかは重要な問題になると考えられる．我々は，このような少数データセットへの学習方式として転移型の学習様式を用いて，DCNNを構築することを提案し，一定の成果を上げることに成功した．, 日本神経回路学会, 出版日 2017年05月, 神経回路学会論文誌, 24巻, 1号, 掲載ページ 3-12, 日本語, 1340-766X, 130006832269

A 2-staged Transfer Learning Method with Deep Convolutional Neural Network for Diffuse Lung Disease Analysis
Aiga Suzuki; Satoshi Suzuki; Hayaru Shouno; Shoji Kido
出版日 2017年01月, Proc. of IFMIA 2017, -巻, -号, 掲載ページ ---, 英語

ディープラーニングの医用画像への応用
庄野 逸; 鈴木 聡志; 木戸 尚治
医用画像情報学会, 出版日 2016年12月, 医用画像情報学会雑誌, 33巻, 4号, 掲載ページ 75-80, 日本語, 招待, 0910-1543, 1880-4977, 2017361460

スパースモデリングの歴史と基本技術
庄野 逸
電子情報通信学会, 出版日 2016年07月, 電子情報通信学会誌, 99巻, 5号, 掲載ページ 376-380, 日本語, 招待, 2188-2355

スパースモデリングの歴史と基本技術 (特集 スパースモデリングの発展 : 原理から応用まで) -- (全体概要と基本理論)
庄野 逸
電子情報通信学会, 出版日 2016年05月, 電子情報通信学会誌 = The journal of the Institute of Electronics, Information and Communication Engineers, 99巻, 5号, 掲載ページ 376-380, 日本語, 0913-5693, 40020842488, AN1001339X

22aBT-7 ドロップアウトの正則化効果に関する研究
近藤 佑; 鈴木 聡志; 斎藤 大輔; 原 一之; 庄野 逸
一般社団法人日本物理学会, 出版日 2016年, 日本物理学会講演概要集, 71巻, 掲載ページ 3095-3095, 日本語, 2189-079X, 110010059010, AA12721570

22aBL-1 コンボリュージョンネットワークを用いたオンライン学習の収束性に関する研究
斎藤 大輔; 原 一之; 庄野 逸
一般社団法人日本物理学会, 出版日 2015年, 日本物理学会講演概要集, 70巻, 掲載ページ 2989-2989, 日本語, 2189-079X, 110009992263, AA12721570

スパースモデリングと topograhic ICA
庄野 逸; 佐々木 博昭
映像情報メディア学会, 出版日 2014年12月, 映像情報メディア学会誌, 68巻, 12号, 掲載ページ 888-891, 日本語, 招待, 1342-6907, 110009892560, AN10588970

特集/統計的画像処理の技術動向-序文
庄野 逸
日本医用画像工学会, 出版日 2014年05月, 日本医用画像工学会論文誌, 32巻, 4号, 掲載ページ 153-154, 日本語, 招待

局所画像特徴量〜SIFT, HOGを題材に〜
庄野 逸
映像情報メディア学会, 出版日 2013年03月, 映像情報メディア学会誌, 67巻, 3号, 掲載ページ 256-258, 日本語, 招待, 1342-6907, 110009597687, AN10588970

Platform for collaborative brain system modeling (PLATO)
K. Inagaki; T. Kannon; Y. Kamiyama; S. Sato; N. Kamiji; Y. Hirata; A. Ishihara; H. Shouno; S. Usui
出版日 2009年06月, Society for Neuroscience, -巻, -号, 掲載ページ ---, 英語, 査読付

Platform for collaborative brain system modeling (PLATO): toward large scale modeling for visual system
Shiro Usui; Takayuki Kannon; Yoshimi Kamiyama; Keiichiro Inagaki; Shunji Satoh; Yutaka Hirata; Nilton Kamiji; Akito Ishihara; Hayaru Shouno
Frontiers Media {SA}, 出版日 1970年, Front. 2nd. INCF. Congr. of. Neuro., 15247412

2020-2021年版 医用画像ディープラーニング入門
庄野 逸
学術書, 日本語, 共著, 第1章 人工知能総論, オーム社, 出版日 2020年05月14日

AI 辞典 第3版
庄野 逸
学術書, 日本語, 単著, 6.10 節 エッジコンピューティングと人工知能 13.5節 深層学習と視覚, 近代科学社, 出版日 2019年12月21日

Deep Learning in Healthcare
A. Suzuki; H. Sakanashi; S. Kido; H. Shouno
学術書, 英語, 共著, Chpater: Deep Learning in Textural Medical Image Analysis, Springer, Cham, 出版日 2019年11月19日

人と共生するAI革命ー活用じれいからみる生活・産業・社会の未来展望ー
庄野 逸
学術書, 日本語, 共著, 第3章3節, 株式会社エヌ・ティー・エス, 出版日 2019年06月10日, ISBN 9784860436087

医用画像ディープラーニング入門
学術書, 日本語, 共著, 第1章 人工知能総論, オーム社, 出版日 2019年04月10日, ISBN 9784274223655

AI白書2017～人工知能がもたらす技術の革新と社会の変貌～
独立行政法人情報処理推進機構; AI白書編集委員会
一般書・啓蒙書, 日本語, 共著, 1.2 .3節 脳における視覚系のモデル, 角川アスキー総合研究所, 出版日 2017年07月22日, ISBN 9784048996075

実践医用画像解析ハンドブック
事典・辞書, 日本語, 共著, オーム社, 出版日 2012年11月01日, ISBN 9784274212826

Knowledge Based Intelligent Techniques
H. Shouno; K. Fukushima; M. Okada
英語, 共著, Chapter2: Recognition of Handwritten Digits in the Real World by Neocognitron, CRC Press, 出版日 1998年

線形予測に基づくロスレス音声コーデックSRLAの圧縮率改善
峰尾 太陽; 庄野 逸
口頭発表（一般）, 日本語, 情報処理学会 音楽情報科学研究会
発表日 2024年08月27日
開催期間 2024年08月26日- 2024年08月27日

X線光電子分光スペクトルにおける共通ピーク構造のベイズ推定
丸山颯斗; 村上諒; 篠塚寛志; 永田賢二; 吉川英樹; 庄野逸
口頭発表（一般）, 日本語, 情報処理学会数理モデル化と問題解決研究会
発表日 2024年06月22日
開催期間 2024年06月20日- 2024年06月22日

Precipitate segmentation for metal temperature estimation using deep learning
Yuki Sasaki; Akihiro Endo; Kota Sawada; Kenji Nagata; Hayaru Shouno
口頭発表（一般）, 英語, MRM2023
発表日 2023年12月14日
開催期間 2023年12月11日- 2023年12月16日

System Development for Correlation Analysis with Measurement Meta-data and Spectral Structures in XPS data
Ryo Murakami; Kenji Nagata; Hayaru Shouno; Hiroshi Shinotsuka; Hideki Yoshikawa
口頭発表（一般）, 英語, MRM2023
発表日 2023年12月14日
開催期間 2023年12月10日- 2023年12月16日

画像間対応点検知のための Transformer を用いたモデルの小型化
寺田英雄; 庄野 逸
口頭発表（一般）, 日本語, 情報処理学会数理モデル化と問題解決研究会
発表日 2023年06月30日
開催期間 2023年06月29日- 2023年07月01日

Neural reduced potentialによる勾配系の解析枠組みの提案
辻駿哉; 村上諒; 庄野逸; 本武陽一
口頭発表（一般）, 日本語, 第37回日本人工知能学会全国大会
発表日 2023年06月07日
開催期間 2023年06月06日- 2023年06月09日

Grad-CAM approach for Multiclass Magnetic Resonance Imaging Tumor detection and Classification
Tahir Hussain; Hayaru Shouno
口頭発表（一般）, 英語, 電子情報通信学会メディカルイメージング研究会
発表日 2023年05月18日

ロスレス音声符号化のためのSVRによるFIRシステム同定
峰尾 太陽; 庄野 逸
口頭発表（一般）, 日本語, 情報処理学会数理モデル化と問題解決研究会
発表日 2023年03月09日
開催期間 2023年03月09日- 2023年03月10日

VGGモデルの視覚野的解釈における解析
樋口 陽光; 寺元 陶冶; 鈴木 聡志; 庄野 逸
口頭発表（一般）, 日本語, 情報処理学会数理モデル化と問題解決研究会
発表日 2023年03月09日
開催期間 2023年03月09日- 2023年03月09日

少数データを用いたAnti-Aliased Convolutional Neural Network構築のための知識蒸留学習
鈴木 聡志; 武田 翔一郎; 澤田 雅人; 増村 亮; 庄野 逸
ポスター発表, 日本語, Neuro2022, 日本神経科学会，日本神経化学会，日本神経回路学会, 沖縄コンベンションセンター, 国内会議
発表日 2022年07月02日

Portilla-Simoncelli statistics を用いたResNetのテクスチャ解析
長坂 祥子; 庄野 逸
口頭発表（一般）, 日本語, Neuro2022, 日本神経科学会，日本神経化学会，日本神経回路学会, 沖縄コンベンションセンター, 国内会議
発表日 2022年07月01日

圧縮センシングを用いたXMCD-CT再構成
滝澤月斗; 庄野 逸; 水牧仁一朗; 鈴木基寛
口頭発表（一般）, 日本語, 電子情報通信学会ニューロコンピューティング研究会, 電子情報通信学会, オンライン, 国内会議
発表日 2022年03月03日

CNNの中間特徴表現を考慮した知識蒸留による敵対的学習
樋口陽光; 鈴木聡志; 庄野 逸
口頭発表（一般）, 日本語, 電子情報通信学会ニューロコンピューティング研究会, 電子情報通信学会, オンライン, 国内会議
発表日 2022年01月14日

階層的な残差予測に基づくロスレス音声コーデック
峰尾太陽; 庄野 逸
口頭発表（一般）, 日本語, 電子情報通信学会SIP研究会, 電子情報通信学会, オンライン, 本研究では，Neural Network (NN) の高い予測精度を保ちつつもデコード負荷を低く抑えたモデルを使用したロスレス音声コーデックを提案する．提案モデルは，音声を一定長のフレームで切り出し，その範囲で残差の符号長が短くなるように係数を補助関数法によって設定する．このモデルは残差を繰り返し予測するため，ResNetと同様の構成を持つ．提案手法をコーデックとして実装し，性能比較実験を行った．圧縮率においてMonkey's Audioを除き高い圧縮率を示し，デコード速度は実用的であることを示した．, 国内会議
発表日 2022年01月13日

視覚認知に基づく画像統計量を⽤いた磁区パターン解析
辻 駿哉; 村上 諒; 水牧 仁一郎; 赤井 一郎; 庄野 逸
口頭発表（一般）, 日本語, 第35回日本放射光学会年会 放射光科学合同シンポジウム, 日本放射光学会, オンライン, http://www.jssrr.jp/jsr2022/, 国内会議
発表日 2022年01月08日

Magnetic Domain Texture Pattern Analysis Using Wavelet-Based Joint Texture Statistics
Ryo Murakami; Masaichiro Mizumaki; Ichiro Akai; Hayaru Shouno
口頭発表（一般）, 英語, Materials Research Meeting 21, 日本MRS, パシフィコ横浜, https://confit.atlas.jp/guide/event/mrm2021/top, 国際会議
発表日 2021年12月13日

Automatic Estimation of XPS Reference Spectra for TiO2 Semiconductor Free from Equipment-derived Arbitrariness
Ryo Murakami; Kenji Nagata; Hideki Yoshikawa; Hiroshi Shinotsuka; Hayaru Shouno
口頭発表（一般）, 英語, Materials Research Meeting 21, 日本MRS, パシフィコ横浜, https://confit.atlas.jp/guide/event/mrm2021/top, 国際会議
発表日 2021年12月13日

Prediction of metal temperature in creep-exposed austenitic stainless steel from optical micrographs with sparse regression method
Akihiro Endo; Kota Sawada; Kenji Nagata; Hideki Yoshikawa; Hayaru Shouno
口頭発表（一般）, 英語, Materials Research Meeting 21, 日本MRS, パシフィコ横浜, https://confit.atlas.jp/guide/event/mrm2021/top, 国際会議
発表日 2021年12月13日

機械学習を用いた光学顕微鏡写真からのメタル温度予測
遠藤 瑛泰; 澤田 浩太; 永田 賢二; 吉川 英樹; 庄野 逸
口頭発表（一般）, 日本語, 日本金属学会第169回講演大会, 電子金属学会, 国内会議
発表日 2021年09月16日

受容野の最適刺激を用いた畳込みニューラルネットワークの可視化手法
小林源太; 庄野 逸
口頭発表（一般）, 日本語, 電子情報通信学会 ニューロコンピューティング研究会, 電子情報通信学会, 国内会議
発表日 2021年03月03日

Portilla-Simoncelli Statisticsを用いたDCNNのテクスチャ特徴解析
浜野佑介; 庄野 逸
口頭発表（一般）, 日本語, 電子情報通信学会 ニューロコンピューティング研究会, 電子情報通信学会, 国内会議
発表日 2021年03月03日

視覚野構造に基づいたシフト不変な深層学習モデルの確立
樋口 陽光; 鈴木 聡志; 庄野 逸
口頭発表（一般）, 日本語, 第30回日本神経回路学会全国大会, 日本神経回路学会, バーチャル, 国内会議
発表日 2020年12月02日

BIC自動ピークフィッティング技術を用いたXPSデータセットのハイスループット解析手法
永田 賢二; 角谷 正友; 篠塚 寛志; 田沼 繁夫; 登坂 弘明; 原田 善之; 松波 成行; 吉川 英樹; 庄野逸; 村上諒
口頭発表（一般）, 日本語, 2020年度 実用表面分析講演会, 表面分析研究会, 国内会議
発表日 2020年11月24日

情報量規準を用いた信頼区間推定付きのXPSスペクトルの自動解析
篠塚 寛志; 永田 賢二; 吉川 英樹; 本武 陽一; 庄野 逸; 岡田 真人
口頭発表（一般）, 日本語, 2020年日本表面真空学会学術講演会, 日本表面真空学会, https://doi.org/10.14886/jvss.2020.0_164, 国内会議
発表日 2020年11月19日

参照スペクトルを使った多元素XPSスペクトルの解析手法の開発
村上 諒; 庄野 逸; 永田 賢二; 篠塚 寛志; 吉川 英樹
口頭発表（一般）, 日本語, 2020年日本表面真空学会学術講演会, 日本表面真空学会, https://doi.org/10.14886/jvss.2020.0_165, 国内会議
発表日 2020年11月19日

多量のスペクトルデータを利用した参照スペクトルの推定手法の開発
村上 諒; 庄野 逸; 篠塚 寛志; 永田 賢二; 吉川 英樹
口頭発表（一般）, 日本語, 第81回日本応用物理学会秋季学術講演会, 日本応用物理学会, 国内会議
発表日 2020年09月09日

多量のスペクトルデータを利用した参照スペクトルの推定手法の開発
篠塚 寛志; 永田 賢二; 吉川 英樹; 本武 陽一; 庄野 逸; 岡田 真人
口頭発表（一般）, 日本語, 第81回日本応用物理学会秋季学術講演会, 日本応用物理学会, 国内会議
発表日 2020年09月09日

自然勾配法によるSignアルゴリズムの収束性能改善
峰尾太陽; 庄野 逸
口頭発表（一般）, 日本語, 電子情報通信学会 信号処理研究会, 電子情報通信学会, 国内会議
発表日 2020年08月

スパースコーディングを用いた惑星表面画像のための圧縮手法の提案
上坂 佳史; 庄野 逸
口頭発表（一般）, 日本語, 電子情報通信学会 ニューロコンピューティング研究会, 電子情報通信学会, 宮古島マリンターミナル, 国内会議
発表日 2020年01月24日

スパース推定を用いた潜在的な犯罪の高リスクエリアの推定と犯罪発生メカニズムの考察
一期﨑 翔; 川島 貴大; 庄野 逸
口頭発表（一般）, 日本語, 電子情報通信学会 ニューロコンピューティング研究会, 電子情報通信学会, 宮古島マリンターミナル, 国内会議
発表日 2020年01月24日

Implementation of an FPGA-based energy-efficient MCMC method for 2D Lenz-Ising model
Patrick Tchicali; Hayaru Shouno
口頭発表（一般）, 英語, 電子情報通信学会 ニューロコンピューティング研究会, 電子情報通信学会, 豊橋技術科学大学, 国内会議
発表日 2019年12月06日

Bolasso特徴選択手法を用いたびまん性肺疾患陰影の分析
遠藤瑛泰; 永田賢二; 木戸尚治; 庄野 逸
口頭発表（一般）, 日本語, 電子情報通信学会 ニューロコンピューティング研究会, 電子情報通信学会, 東北大学, 国内会議
発表日 2019年10月04日

TV正則化と辞書学習を用いたOS-EM法におけるPET画像再構成
奥村 直裕; 庄野 逸
ポスター発表, 日本語, 第38回日本医用画像工学会大会, 日本医用画像工学会, 奈良春日野国際フォーラム, http://jamit2019.jamit.jp/, 国内会議
発表日 2019年07月26日

Bolasso を用いたびまん性肺疾患画像の特徴選択
遠藤 瑛泰; 永田 賢二; 木戸 尚治; 庄野 逸
口頭発表（一般）, 日本語, 情報処理学会数理モデルかと問題解決研究会, 情報処理学会, 沖縄科学技術大学院大学, びまん性肺疾患は肺 CT 画像において異常陰影が見られる病気であり，早期の発見と適切な治療が求められている．陰影は病変の性状を示しており，びまん性肺疾患の疾患の特定や進行の確認といった診断の手がかりとなる．そこで，画像より抽出した特徴から有効な特徴の特定と陰影の解釈を試みた．本論文では，特徴選択手法として Bolasso を適用し，各陰影の解釈に適した特徴の絞り込みを行った．Bolasso は Lasso とブートストラップ法を組み合わせた特徴選択手法である．この手法は，データの再標本と Lasso の適用を繰り返すことで得られる組み合わせ集合から，有効な特徴を推定する．実験では，人工データを用いて Bolasso の有効性を示し，びまん性肺疾患を含む肺 CT 画像に対して，解釈に有効な特徴の推定と評価を行った．, 国内会議
発表日 2019年06月10日

AIの基礎と展望
庄野 逸
口頭発表（招待・特別）, 日本語, 第117回 日本医学物理学会学術大会, 招待, 日本医学物理学会, パシフィコ横浜, http://www.jsmp.org/conf/117/, 国内会議
発表日 2019年04月14日

VGGモデルの視覚野的解釈における解析の検討
寺元 陶冶; 庄野 逸
口頭発表（一般）, 日本語, 電子情報通信学会 ニューロコンピューティング研究会, 電子情報通信学会, 電気通信大学, 国内会議
発表日 2019年03月05日

辞書学習を用いたPET画像再構成
奥村 直裕; 庄野 逸
口頭発表（一般）, 日本語, 電子情報通信学会 ニューロコンピューティング研究会, 電子情報通信学会, 電気通信大学, 国内会議
発表日 2019年03月05日

MicroCT画像のための超解像とノイズ除去の検討
眞下 美紅; 庄野 逸
口頭発表（一般）, 日本語, 電子情報通信学会 ニューロコンピューティング研究会, 電子情報通信学会, 電気通信大学, 国内会議
発表日 2019年03月05日

テクスチャ画像識別問題に対するフーリエ変換を用いたデータ拡張の検討
新田 大悟; 庄野 逸
口頭発表（一般）, 日本語, 電子情報通信学会 ニューロコンピューティング研究会, 電子情報通信学会, 電気通信大学, 国内会議
発表日 2019年03月05日

SVCCAを用いた異なるデータセットで訓練されたDCNNの類似性測定
寺元 陶冶; 庄野 逸
口頭発表（一般）, 日本語, 電子情報通信学会 ニューロコンピューティング研究会, 電子情報通信学会, 北海道大学, 国内会議
発表日 2019年01月

ベイズ的変数選択に基づく分光スペクトル分解
川島 貴大; 庄野 逸
口頭発表（一般）, 日本語, 数理モデル化と問題解決研究会, 情報処理学会, 電気通信大学, 国内会議
発表日 2018年12月

特徴選択における状態探索手法の比較検討
遠藤 瑛泰; 永田 賢二; 庄野 逸
口頭発表（一般）, 日本語, 情報処理学会数理モデル化問題解決研究会, 情報処理学会, 電気通信大学, 国内会議
発表日 2018年12月

問題への適切生を考慮した畳み込みニューラルネットワークの初期値決定手法
鈴木 藍雅; 庄野 逸; 坂無 英徳
口頭発表（一般）, 日本語, 数理モデル化と問題解決研究会, 情報処理学会, 小樽商科大学, 国内会議
発表日 2018年09月26日

報科学屋さんからみたディープラーニング像
庄野 逸
口頭発表（招待・特別）, 日本語, 第46回 日本磁気共鳴医学会大会, 招待, 日本磁気共鳴医学会, 国内会議
発表日 2018年09月

ディープラーニングを用いた医用画像識別の実現
庄野 逸
口頭発表（招待・特別）, 日本語, 千葉県非破壊検査研究会, 千葉県 非破壊検査研究会, 国内会議
発表日 2018年07月

びまん性肺疾患診断における階層的特徴選択アプローチ
遠藤 瑛泰; 永田 賢二; 木戸 尚治; 庄野 逸
口頭発表（一般）, 日本語, 情報処理学会 数理モデル化と問題解決研究会, 沖縄科学技術大学院大学, 国内会議
発表日 2018年06月15日

ディープラーニングを用いた画像テクスチャ解析 データ駆動科学への橋渡しを目指して
庄野 逸
口頭発表（招待・特別）, 日本語, 第3回AIXセミナー, 招待, 電気通信大学 先端人工知能研究センター, 国内会議
発表日 2018年06月

コンボリューションニューラルネットワークの基礎と画像信号処理への応用
庄野 逸
口頭発表（招待・特別）, 日本語, システム制御情報学会発表会, 招待, システム制御情報学会, 京都, 国内会議
発表日 2018年05月

ディープラーニングを用いた画像処理
庄野 逸
口頭発表（招待・特別）, 日本語, 2018年度情報処理学会 北陸支部総会, 招待, 国内会議
発表日 2018年05月

ディープラーニングの基礎
庄野 逸
公開講演，セミナー，チュートリアル，講習，講義等, 日本語, 第１９回情報論的学習システム(IBIS) 2016 チュートリアル, 招待, 京都, http://ibisml.org/ibis2016/tutorial-detail/, 国内会議
発表日 2017年11月19日

ディープラーニングと画像処理への応用
庄野 逸
公開講演，セミナー，チュートリアル，講習，講義等, 日本語, 電気通信大学100週年記念行事スマートテクノロジーフォーラム2017, 招待, 電気通信大学, 国内会議
発表日 2017年09月27日

Medical Texture Image Classification using Deep Convolution Neural Network with Transfer Style learning
庄野 逸
口頭発表（招待・特別）, 日本語, 日本神経回路学会, 招待, 第27回日本神経回路学会全国大会, 北九州国際会議場, 国内会議
発表日 2017年09月22日

Network in Network における Cascaded Cross Channel Pooling の解析
黒坂 衛; 庄野 逸
ポスター発表, 日本語, 第27回 日本神経回路学会全国大会, 日本神経回路学会, 国内会議
発表日 2017年09月21日

Texture classification on Medical CT image using Deep Learning
Hayaru Shouno
口頭発表（招待・特別）, 英語, 第55回日本生物物理学会大会, 招待, 日本生物物理学会, 国内会議
発表日 2017年09月20日

医用画像識別におけるスパース特徴選択手法について
庄野 逸
口頭発表（招待・特別）, 日本語, 電子情報通信学会ソサエティ大会, 招待, 電子情報通信学会, 東京都市大学, 国内会議
発表日 2017年09月12日

ディープラーニングを用いた医用画像工学応用
庄野 逸
口頭発表（招待・特別）, 日本語, 第４２回日本光学会シンポジウム, 招待, 日本光学会, 東京大学生産技術研究所, 国内会議
発表日 2017年06月21日

Deep Learning を用いた スパーステクスチャ画像解析手法の確立
庄野 逸
口頭発表（一般）, 日本語, 科学研究費補助金新学術領域研究「スパースモデリングの深化と高次元データ駆動科学の創成」 2017 年度第 1 回公開シンポジウム, 国内会議
発表日 2017年06月07日

医療診断支援技術に向けてのAI とディープラーニング：現状と将来
庄野 逸
口頭発表（招待・特別）, 日本語, 第73回日本放射線技術学会総会学術大会, 招待, 日本放射線技術学会, 国内会議
発表日 2017年04月15日

医療診断支援技術に向けての AI とディープラーニング: 現状と将来
庄野 逸
口頭発表（招待・特別）, 日本語, 第73回日本放射線技術学会総会学術大会, 招待, 日本放射線技術学会, パシフィコ横浜, 国内会議
発表日 2017年04月15日

音楽の三要素からの生成モデルアプローチによる音楽生成手法の提案
川村誠護; 寺田英雄; 庄野 逸
口頭発表（一般）, 日本語, 第79回情報処理学会全国大会, 名古屋大学, 国内会議
発表日 2017年03月16日

階層型確率的主成分分析モデルによるテクスチャの生成
鈴木 藍雅; 庄野 逸
口頭発表（一般）, 日本語, 電子情報通信学会 ニューロコンピューティング研究会, http://www.ieice.org/ken/paper/20170313Zbs2/, 国内会議
発表日 2017年03月13日

Super-resolution with Deep Learning style
Hayaru Shouno; Yoshihiro Kusano
ポスター発表, 英語, The 3rd International Symposium on Multi-disciplinary Computational Anatomy, 部科学省科学研究費補助金新学術領域研究「医用画像に基づく計算解剖学の多元化と高度知能化診断・治療への展開」, 国内会議
発表日 2017年03月08日

Applying Transfer Method for Deep Learning from Application Viewpoint
Hayaru Shouno
口頭発表（招待・特別）, 英語, International Forum on Medical Image in Asia (IFMIA) 2017, Okinawa, http://ifmia2017.may-pro.net/, 国際会議
発表日 2017年01月17日

ニューラルネットワークの基本と歴史
庄野 逸
公開講演，セミナー，チュートリアル，講習，講義等, 日本語, 日本神経回路学会 時限研究会「ニューラルネットの温故知新」, 招待, 日本神経回路学会 時限研究会「ニューラルネットの温故知新」, 電気通信大学, http://daemon.inf.uec.ac.jp/ja/events/ei4o9x/, 国内会議
発表日 2016年09月26日

Network In Networkの視覚システムとしての妥当性について ～ 方位選択性マップに関する観点から ～
鈴木 聡志; 庄野 逸
口頭発表（一般）, 日本語, 電子情報通信学会 情報論的学習理論研究会, 国内会議
発表日 2016年09月

ディープラーニングの画像診断応用に向けて
庄野 逸
口頭発表（招待・特別）, 日本語, 電子情報通信学会 信号処理研究会, 招待, 電子情報通信学会 信号処理研究会, 千葉工業大学, 国内会議
発表日 2016年09月

ディープラーニングの医用画像への応用
庄野 逸
公開講演，セミナー，チュートリアル，講習，講義等, 日本語, 日本画像医療システム工業会 医用画像システム部会, 招待, 日本画像医療システム工業会, http://www.jira-net.or.jp/commission/system/index.html, 国内会議
発表日 2016年08月

Deep Neural Network の基礎
庄野 逸
公開講演，セミナー，チュートリアル，講習，講義等, 日本語, 第35回日本医用工学会大会, 招待, 日本医用画像工学会, 千葉大学, http://jamit2016.jamit.jp/, 国内会議
発表日 2016年07月21日

ディープラーニングの医用画像への応用-人工知能時代へ向けて-
庄野 逸
口頭発表（招待・特別）, 日本語, 医用画像情報学会(MII) 平成28年度年次(第175回)大会, 招待, 医用画像情報学会, 大阪府立病院, http://mii-sci.sakura.ne.jp/wps/2016/05/15/, 国内会議
発表日 2016年05月15日

Deep Learning の理解と展望
庄野 逸
口頭発表（一般）, 日本語, 電子情報通信学会 東海支部 専門講習会, 招待, 電子情報通信学会 東海支部, 名古屋キャッスルプラザ, http://www.ieice.org/tokai/general/specialty-lecture/, 国内会議
発表日 2016年03月29日

ドロップアウトの正則効果に関する研究
近藤 佑; 鈴木 聡志; 斎藤 大輔; 原 一之; 庄野 逸
口頭発表（一般）, 日本語, 第71回 日本物理学会春季大会, 国内会議
発表日 2016年03月16日

Deep Convolution Netを用いたCT画像超解像の試み
草野 慶裕; 庄野 逸
口頭発表（一般）, 日本語, 電子情報通信学会 ニューロコンピューティング研究会, 国内会議
発表日 2016年03月

びまん性肺疾患陰影の Deep Neural Network による識別手法の構築
庄野 逸
口頭発表（招待・特別）, 日本語, 第10回次世代コンピュータ支援診断ソフトウェア臨床使用・評価プラットフォーム研究会, 招待, http://www.ut-radiology.umin.jp/ical/CIRCUS/events/201512_10th_seminar/index.html, 国内会議
発表日 2015年12月19日

Deep Learningによる画像処理
庄野 逸
口頭発表（招待・特別）, 日本語, 日本光学会 コンテンポラリーオプティクス研究グループ, 招待, 日本光学会 コンテンポラリーオプティクス研究グループ, https://docs.google.com/forms/d/1Q3c0wQnj12fZYVaxqWfdA0b4_90-2Bn3hsKjvDssgXw/viewform?c=0&w=1, 国内会議
発表日 2015年11月27日

Novel texture classification with Deep Convolution Neural Network-Evaluation with Lung CT Images-
Hayaru Shouno
口頭発表（招待・特別）, 英語, International Symposium on Object Vision in Human, Monkey, and Machine, 招待, 電気通信大学，RIKEN BSI, UEC BLSC, 神経回路学会, University of Electro-Communications, http://www.cns.mi.uec.ac.jp/ovs/, 国際会議
発表日 2015年11月06日

MCMC法を用いたびまん性肺疾患画像の特徴量選択
小岩井 誠; 磯谷 真希; 庄野 逸; 木戸 尚治
口頭発表（一般）, 日本語, 電子情報通信学会 医用画像研究会, 電子情報通信学会 医用画像研究会, 東京, 国内会議
発表日 2015年09月08日

MCMC法を用いたびまん性肺疾患画像の特徴量選択
小岩井誠; 磯谷真希; 庄野逸; 木戸尚治
ポスター発表, 日本語, 第25回日本神経回路学会全国大会, 日本神経回路学会, 国内会議
発表日 2015年09月02日

ネオコグニトロンにおける識別率と細胞反応分布の関係について
佐藤翔一郎; 菊池眞之; 福島邦彦; 林勲,庄野逸
ポスター発表, 日本語, 第25回日本神経回路学会全国大会, 日本神経回路学会, 国内会議
発表日 2015年09月02日

Deep Convolutional Neural Network の特徴抽出に関する特性ーびまん性肺疾患を例にしてー
鈴木聡志; 庄野逸; 木戸尚治
ポスター発表, 日本語, 第25回日本神経回路学会全国大会, 日本神経回路学会, 国内会議
発表日 2015年09月02日

びまん性肺疾患識別用DCNNの階層毎の特徴解析
鈴木 聡志; 庄野 逸; 木戸 尚治
シンポジウム・ワークショップパネル（指名）, 日本語, 画像の認識・理解シンポジウム, 国内会議
発表日 2015年07月30日

Diffuse Lung Disease Pattern Recognition with Deep Convolutional Neural Network
Hayaru Shouno; Satoshi Suzuki; Shoji Kido
シンポジウム・ワークショップパネル（指名）, 英語, 11th Asia-Pacific Conference on VIsion, 招待, Singapore, http://apcv2015.org, 国際会議
発表日 2015年07月11日

びまん性肺疾患識別におけるDeep Convolutional Neural Network特徴の解析
鈴木 聡志; 庄野 逸; 木戸 尚治
口頭発表（一般）, 日本語, 情報処理学会 数理モデル化と問題解決研究会, 情報処理学会 数理モデル化と問題解決研究会, 沖縄科学技術大学院大学, http://id.nii.ac.jp/1001/00142366/, 国内会議
発表日 2015年06月16日

Deep Convolutional Neural Networkを用いたびまん性肺疾患画像の特徴解析
鈴木聡志; 庄野 逸; 木戸尚治
口頭発表（一般）, 日本語, 電子情報通信学会 ニューロコンピューティング研究会, 国内会議
発表日 2015年03月16日

ディープラーニング：階層型Neural Netの温故知新
庄野 逸
口頭発表（招待・特別）, 日本語, 電子情報通信学会 東海支部 一般講演会, 招待, 電子情報通信学会 東海支部, 国内会議
発表日 2014年12月08日

階層型HOGにおける高次特徴抽出量のPCA解析
吉武直樹; 庄野 逸
口頭発表（一般）, 日本語, 情報処理学会 MPS 研究会, 国内会議
発表日 2014年09月18日

Transductive Support Vector Machineを用いたびまん性肺疾患画像の認識
早川友梨; 庄野逸; 木戸尚治
口頭発表（一般）, 日本語, 電子情報通信学会技術報告,MI研究会
発表日 2012年10月

半教師付学習を用いたびまん性肺疾患画像の認識
和田大義; 庄野逸; 木戸尚治
口頭発表（一般）, 日本語, 電子情報通信学会,医用画像研究会
発表日 2012年07月

A hierarchical extension of the HOG model implemented in the convolution-net for human detection
Y. Arakaki; H.Shouno; K.Takahashi; T.Morie
口頭発表（一般）, 英語, 情報処理学会,数理モデル化と問題解決研究会
発表日 2012年03月

階層モデルを用いたMT野神経回路モデル
奈良紗友里; 庄野逸
口頭発表（一般）, 日本語, 電子情報通信学会,ニューロコンピューティング研究会
発表日 2012年03月

Poissonノイズ画像に対する局所変分法を用いた画像修復
庄野逸; 瀧山健; 岡田真人
口頭発表（一般）, 日本語, 日本物理学会,春季大会
発表日 2012年03月

非線形マルコフ確率場モデルにおけるハイパーパラメータ推定の決定論的アルゴリズム
大野 義典; 永田 賢二; 庄野 逸; 岡田 真人
日本語, 電子情報通信学会技術研究報告. NC, ニューロコンピューティング, 一般社団法人電子情報通信学会, http://id.ndl.go.jp/bib/023346977, 自然科学で広く用いられる画像修復は,しばしばマルコフ確率場(MRF)モデルにより定式化される.MRFモデルでは,ベイズ推定の枠組みを適用することで,自由エネルギー最小化によるハイパーパラメータ推定が可能になる.観測過程が非線形関数で表されるとき,従来はマルコフ連鎖モンテカルロ法がハイパーパラメータ推定に用いられた.従来の手法は非線形性を保つ一方で,確率論的なアルゴリズムとなり,収束判定が難しかったり,計算量が増えたりするという欠点がある.本論文では,非線形MRFモデルのハイパーパラメータ推定に,決定論的なアルゴリズムを提案する.すなわち,観測過程を線形近似したうえで,解析的に自由エネルギーを計算し,ハイパーパラメータ推定を行う.また,提案手法を人工画像データに適用し,その有効性を示す.
発表日 2011年11月17日
開催期間 2011年11月17日- 2011年11月17日

局所変分近似を用いた Poisson 過程観測下における画像修復
庄野 逸; 瀧山 健; 岡田 真人
日本語, 電子情報通信学会技術研究報告. NC, ニューロコンピューティング, 一般社団法人電子情報通信学会, http://id.ndl.go.jp/bib/023346949, 本研究は画像処理においてPoissonノイズが重畳されるような系に関する画像修復について議論を行う.観測過程において,Poissonノイズを考えることは,Gaussノイズなどと比べて解析的な取り扱いにおいて困難が生じる場合がある.本研究ではPoissonノイズを用いた観測系をBernoulli試行の形に書き下し,局所変分近似と呼ばれる手法を用いることによって,観測系を近似的に変分パラメータを含んだGaussノイズの形式に変換することで議論を行う.画像修復にはBayesアプローチを用いるものとし,事前分布としてはGauss Markov確率場を用いるものとした.近似の際に導入された変分パラメータおよび,事前分布のハイパーパラメータの推定には周辺対数尤度の最大化を行うことで推定を行い,これを実行するための期待値最大化アルゴリズムを定式化した.
発表日 2011年11月17日
開催期間 2011年11月17日- 2011年11月17日

局所変分法を用いたTotal Variationの近似とノイズ除去 (情報論的学習理論と機械学習)
庄野 逸; 岡田 真人
日本語, 電子情報通信学会技術研究報告 : 信学技報, 一般社団法人電子情報通信学会, http://id.ndl.go.jp/bib/023346071, 観測信号からのノイズ除去の問題においてTotal Variation (TV)は標準的な拘束条件の一つとなっている.TVは隣接する信号間の差分の絶対値が小さいほど良いという拘束条件であり,L1最適化問題などの形で定式化されるが,本手法ではTVをLaplace分布として取り扱い,これに対して局所変分法を用いて介在変数付きのGauss分布として近似を行う.導入された介在変数はハイパーパラメータとして扱いEMアルゴリズムを用いて推定を行うことで,信号値と介在変数,さらに分布を決定するハイパーパラメータを同時推定するアルゴリズムを提案する.
発表日 2011年11月09日
開催期間 2011年11月09日- 2011年11月09日

局所変分法を用いた Total Variation の近似とノイズ除去
庄野逸; 岡田真人
口頭発表（一般）, 日本語, 第14回情報論的学習理論ワークショップ(IBIS2011),第14回情報論的学習理論ワークショップ(IBIS2011)
発表日 2011年11月

非線形マルコフ確率場モデルのハイパーパラメータ推定における決定的アルゴリズム
大野義典; 永田賢二; 庄野逸; 岡田真人
口頭発表（一般）, 日本語, 電子情報通信学会,ニューロコンピューティング研究会
発表日 2011年11月

Classification of Idiopathic Interstitial Pneumonia CT Images using Convolutional-net with Sparse Feature Extractors
Taiju Inagaki; Hayaru Shouno; Shoji Kido
英語, 研究報告数理モデル化と問題解決（MPS）, http://id.nii.ac.jp/1001/00075149/, We propose a computer aided diagnosis (CAD) system for classification of idiopathic interstitial pneumonias (IIPs). High resolution computed tomography (HRCT) images are considered as effective for diagnosis of IIPs. Our proposed CAD system is based on the convolutional-net that is bio-plausible neural network model inspired from the visual system such like human. The convolutional-net extract local features and integrate them in the process of hierarchical neural network system. For natural image recognition by convolutionalnet, Gabor feature extraction is known to give a good performance, however, the HRCT images may have different properties from those of natural images. Thus, we introduce a learning type feature extraction called "sparse coding" into the convolutional-net, and evaluate performance for classification of IIPs.We propose a computer aided diagnosis (CAD) system for classification of idiopathic interstitial pneumonias (IIPs). High resolution computed tomography (HRCT) images are considered as effective for diagnosis of IIPs. Our proposed CAD system is based on the convolutional-net that is bio-plausible neural network model inspired from the visual system such like human. The convolutional-net extract local features and integrate them in the process of hierarchical neural network system. For natural image recognition by convolutionalnet, Gabor feature extraction is known to give a good performance, however, the HRCT images may have different properties from those of natural images. Thus, we introduce a learning type feature extraction called "sparse coding" into the convolutional-net, and evaluate performance for classification of IIPs.
発表日 2011年07月11日
開催期間 2011年07月11日- 2011年07月11日

3次元MRFを用いたBayes断層画像再構成法
川人翔平; 山崎窓未; 庄野逸; 岡田真人
口頭発表（一般）, 日本語, 電子情報通信学会技術報告,IE2011-17, PRMU2011-9, MI2011-9
発表日 2011年06月

3次元MRFを用いた Bayes 断層画像再構成法
山崎 窓未; 川戸 翔平; 庄野 逸; 岡田 真人
日本語, 電子情報通信学会技術研究報告. IE, 画像工学, 一般社団法人電子情報通信学会, http://id.ndl.go.jp/bib/11116791, 医療診断などに用いられる物体断層画像の画像再構成問題において,Bayes推定を用いた画像修復の技法を取り入れ,重畳されるノイズを考慮した再構成手法が近年提案されてきている.Bayes推定を行う場合,観測データの他に原画像がどのような画像であるべきかを仮定する事前分布を画像モデルとして導入する必要がある.断層画像を得たい場合の対象となる被写体は3次元空間上の物体であるため,3次元のマルコフ確率場(MRF)を事前分布として導入し,Bayes推定による再構成手法を提案した.さらに本提案手法と従来手法や先行研究の2次元MRFを事前分布として用いた手法とを計算機シミュレーションにおいて比較し,良好な結果を得ることができた.
発表日 2011年05月12日
開催期間 2011年05月12日- 2011年05月12日

ベイズアプローチに基づいた断層画像における画像修復
植木 淳太; 庄野 逸
日本語, 電子情報通信学会技術研究報告. NC, ニューロコンピューティング, 一般社団法人電子情報通信学会, http://id.ndl.go.jp/bib/11047297, 断層画像は医用分野を含めて様々な分野で非破壊的な検査手法として応用されているが,X線CT画像やPET画像などでは被曝が問題になることがあり,より低侵襲なものが望ましいとされる.低侵襲な信号源を仮定した場合,観測データから断層画像を再構成すると,観測ノイズによるアーチファクトにより,断層画像の画質が劣化する.このアーチファクトを防ぐための対策として何らかのノイズを補償する機構を再構成手法に組み込むことが考えられる.一方,断層画像に対して直接,画像修復を行い,直接的にアーチファクトを低減させるアプローチも考えられる.本研究は後者の立場に着目し,前者との比較検討を行った.画像修復法は ベイズアプローチに基づいて定式化し,確率伝播法(Loopy Belief Propagation;LBP)による近似解を用いて画像修復を行った.事前分布としてはGaussian Markov確率場を導入し,劣化過程としては加法性ガウスノイズを導入した.さらに観測のガウスノイズの強度推定は周辺尤度最大化を用いて行うものとした.この画像修復によって得られた画像とベイズ的な再構成手法によって得られた画像との比較検討を行った.
発表日 2011年02月28日
開催期間 2011年02月28日- 2011年02月28日

SIFTアルゴリズムを用いたコンボリューショナルネットの改良
新垣 泰仁; 庄野 逸
日本語, 電子情報通信学会技術研究報告. NC, ニューロコンピューティング, 一般社団法人電子情報通信学会, http://id.ndl.go.jp/bib/11047441, 画像認識は様々な分野で活用されているが,手書き文字のオフライン認識などに対しては,まだ改良の余地があると考えられる.このような問題に対する解決法として,ヒトの視覚処理の様式を参考にすることが考えられる.ヒトの視覚処理の様式として既存のモデルには,PoggioらのコンボリューショナルネットやLoweのモデル等が挙げられる.本研究ではLoweのモデルに着目し改良を考える.Loweのモデルではテンプレート抽出においてランダムサンプリングを行うため,認識率は安定していなかった.本研究では一定した認識率を得るため,テンプレートの抽出位置を画像工学の手法であるSIFTを用いて決定することを考えた.これにより,ランダム性を回避することができる.LoweモデルにSIFTを組み込んだ提案システムの性能を検証する手段として,手書き文字データベースであるMNISTを用い,手書き数字文字に対する識別性能についての検証と考察を行った.
発表日 2011年02月28日
開催期間 2011年02月28日- 2011年02月28日

ベイジアンネットを導入したベイズ推定法による幼児の行動認識精度の改善 : 超音波センサとカメラ画像による実験評価
石川 詔三; 本村 陽一; 西田 佳史; 庄野 逸
日本語, 電子情報通信学会技術研究報告. NC, ニューロコンピューティング, 一般社団法人電子情報通信学会, http://id.ndl.go.jp/bib/11046674, 近年のセンサ技術の向上によって,人間の日常生活行動を観測することが可能になりつつある.観測データの理解のためには,センサから取得したセンサデータと行動とを結びつける必要がある.センサデータと行動を結びつけるために,観測された時系列センサデータの各々に対して観測したときにどのような行動を取っていたかをラベリングすることを考える.しかし,長時間の観測データに対して,ラベルを手作業で割り当てることは困難なため,動画データを利用した学習によって行動認識を行い,ラベリングを自動で行うことを考える.ベイズ推定をラベリングシステムの枠組みとして導入し,動画像データに加えて,同時計測された超音波センサのデータから得られる位置情報を事前知識として与えるものとした.ここでは,画像を使用した行動認識によるラベルからの情報を尤度関数とし,センサデータから構築したベイジアンネットワークから得られる情報を事前分布として,行動ラベルの推定を行う.特徴抽出の違いを比較するため,特徴量としては,HLAC(High order Local Auto-Correlate),SIFT(Scale Invariant Feature Trabceform),3D SIFT(3Dimensional SIFT)の3つの手法を使用する.それぞれの特徴抽出を基に構築した尤度関数と事前分布を組み合わせて行動ラベルの識別率の比較を行う.比較を行った結果,SIFTを使用した場合が最も良い識別率を与えることがわかった.
発表日 2011年02月28日
開催期間 2011年02月28日- 2011年02月28日

局所変分法を用いた Poisson 過程観測下における画像修復
庄野逸; 瀧山健; 岡田真人
口頭発表（一般）, 日本語, 電子情報通信学会,ニューロコンピューティング研究会
発表日 2011年

Classification of Idiopathic Interstitial Pneumonia on High-resolution CT Images using Counter-propagation Network (数理モデル化と問題解決(MPS) Vol.2010-MPS-79)
Yuki Tanaka; Hayaru Shouno; Shoji Kido
英語, 研究報告数理モデル化と問題解決（MPS）, 情報処理学会, http://id.ndl.go.jp/bib/025047781, In order to classify the idiopathic interstitial pneumonias(IIPs), extraction and interpretation of features on high-resolution computed tomography (HRCT) image is considered to be effective. The purpose of our study is to develop a diagnosis support system to help diagnostician of classification for those HRCT images using an artificial neural network called counter propagation network. The CPN is a hybrid type neural network model composed from self-organizing map (SOM) for feature extraction and from multi-layered perceptron (MLP) for classification. Applying the CPN for the IIPs images, we could obtain both a kind of similarity map and classification system.In order to classify the idiopathic interstitial pneumonias(IIPs), extraction and interpretation of features on high-resolution computed tomography (HRCT) image is considered to be effective. The purpose of our study is to develop a diagnosis support system to help diagnostician of classification for those HRCT images using an artificial neural network called counter propagation network. The CPN is a hybrid type neural network model composed from self-organizing map (SOM) for feature extraction and from multi-layered perceptron (MLP) for classification. Applying the CPN for the IIPs images, we could obtain both a kind of similarity map and classification system.
発表日 2010年07月05日
開催期間 2010年07月05日- 2010年07月05日

新しい競合学習法を用いたネオコグニトロン
福島 邦彦; 林 勲; 庄野 逸; 菊池 眞之; 牧野 裕樹
日本語, 電子情報通信学会技術研究報告. NC, ニューロコンピューティング, 一般社団法人電子情報通信学会, http://id.ndl.go.jp/bib/10649843, ネオコグニトロンは,階層構造を持つ多層の人工神経回路で,頑強な視覚パターン認識能力を学習によって獲得していく.本報告では,ネオコグニトロンに対するいくつかの改良を提案する: winner-kill-loser則と名付けた新しい競合学習法を採用,C細胞(複雑型細胞)の受容野の周辺抑制に脱抑制機構を導入,C細胞に平方根型の非線形入出力特性を採用,などである.これらの改良の結果,ネオコグニトロンの認識率を大幅に向上させることが出来た.また回路設計に際して定めなければならないノてラメータの数も減らした.
発表日 2010年03月02日
開催期間 2010年03月02日- 2010年03月02日

ネオコグニトロンにおけるエッジ抽出法の検討
牧野 裕樹; 菊池 眞之; 福島 邦彦; 林 勲; 庄野 逸
日本語, 電子情報通信学会技術研究報告. NC, ニューロコンピューティング, 一般社団法人電子情報通信学会, http://id.ndl.go.jp/bib/10649847, ネオコグニトロンとは視覚系のパターン認識能力を持つ階層型の神経回路モデルである.S細胞と呼ぶ特徴抽出細胞でエッジを抽出する際に,本来エッジが存在しない箇所に偽の出力を出してしまうことがある.このような偽のエッジの発生が,認識率低下の原因の1つとなっている可能性も考えられている.従来のネオコグニトロンは偽のエッジに対してC細胞の周辺抑制を導入する事により問題を解決してきた.それに対して本研究ではエッジ抽出法を改良し,偽のエッジが発生しないようにすることで,認識率の向上を図った.その結果,偽のエッジは発生しなくなったが,認識率に差は見られなかった.
発表日 2010年03月02日
開催期間 2010年03月02日- 2010年03月02日

Bayes推定を用いたRadon変換画像の再構成(イメージング)
庄野 逸; 岡田 真人
日本語, 電子情報通信学会技術研究報告. MI, 医用画像, 社団法人電子情報通信学会, http://ci.nii.ac.jp/naid/110007866389, Radon変換を観測過程とした系において,ノイズが混入したデータから,Bayes推定を用いた画像再構成の方法を議論する.Radon変換は医療画像で用いられる断層画像(CT画像)の原理として用いられるモデルである.本研究では画像再構成問題に対して従来から用いられているFBP法の考え方に対して,確率的な信号観測モデルを導入し,Bayes推定に基づくアルゴリズムを構築した.また,Bayes推定を導入する場合,事前確率と観測過程に対する信頼性とのバランスが問題になることがあるが,この問題を画質を制御するハイパーパラメータの推定問題に帰着させ,周辺対数尤度最大化に基づく手法で推定を行った.これらのハイパーパラメータ推定を行った上で,事前分布と観測過程の信頼性のバランスとの間で最適化を行い,画像再構成を行った.さらに,この手法によって得られた再構成画像と従来のFBP法による再構成画像との間で画質評価の比較を行い,良好な結果を得た.
発表日 2010年01月21日
開催期間 2010年01月21日- 2010年01月21日

幼児の行動認識のためのTree Augmented Naive Bayes Modelとベイジアンネットを組み合わせたベイズ推定の精度比較
石川 詔三; 本村 陽一; 西田 佳史; 庄野 逸
日本語, 研究報告バイオ情報学（BIO）, 情報処理学会, http://id.ndl.go.jp/bib/025071209, 近年，センサ技術の発達によって人間の行動を観測することが可能になり，各種センサから大量のデータを取得することが容易になっている．しかし，このセンサデータと行動の意図を結びつけることは容易ではない．そこで，この大量のセンサデータに対して行動ラベルを割り当てることを考える．大量のセンサデータに対して手作業でラベルを割り当てることは困難なのでセンサデータから行動ラベルを推定することを考える．本稿では幼児の事故予防を目的とし，幼児の室内行動に注目して，幼児の行動を記録した動画と超音波センサデータから行動ラベルを推定する．推定の手法にはセンサデータから構築したベイジアンネットワークと TAN 識別器 (Tree Augmented NaiveBayes Classifier) を統合したベイズ推定を使用する．ベイズ推定においては，ベイジアンネットワークの出力を事前分布として用い，尤度関数は，動画像における高次局所自己相関特徴量をTAN識別器にかけた出力を用いる．以上のようなベイズ推定を用い行動ラベル推定の比較実験を行った．The purpose of this study is to prevent accident in Infants. Recent years, we can observe human's behavior by gaining sensor technology. We can get easily a lot of observation data from a wide variety of sensors. However, It is not easy for tying this observation data to the intention of the human's behavior. So, we consider behavior label is allocated to a lot of observation data. We pay attention to the infant's indoor behavior in this paper. We estimate behavior labels from observation data from ultra sonic sensors and a fisheye camera . Inference method is using Bayes inference by combination with Tree Augmented Naive Bayes(TAN) and Bayesian Networks. These models are constructed from observationdata. Prior distribution is using Bayesian Networks. Likelihood function is using Tree Augmented Naive Bayes Classifier which is constructed from higher order local autocorrelation features from images in infant surrounding. We estimate behavior labels by this method. Then, we performed a comparison experiment to inference an behavior labels by this method.
発表日 2009年12月10日
開催期間 2009年12月10日- 2009年12月10日

スパースコーディングを用いた医療画像の特徴抽出
稲垣 大樹; 庄野 逸
日本語, 研究報告バイオ情報学（BIO）, http://id.nii.ac.jp/1001/00067020/, コンピュータ支援診断 (computer-aided diagnosis, CAD) において，CT 画像などの画像診断を行うようなシステムを構築する場合，画像クラス分類は重要な課題である．一般に，医師が経験で得た知識をアルゴリズムとして定義することは難しいため，計算機で実装することは困難を伴う場合が多い．本研究は，ヒトが画像の判別を行うようなメカニズムを何らかの形で CAD システムに取り入れることで，このクラス分類に対するアプローチを行うことを目的としている．ここでは，クラス分類において重要なウェイトを占める特徴抽出に対して，生物の視覚の学習モデルとして考案されたスパースコーディングを適用し，画像データから抽出された特徴が有効なものであるかの評価を試みた．Image classification is a important problem when we build a system preforming the image diagnosis such as CT in Computer-Aided Diagnosis(CAD). In general, it has many cases with the difficulty to implement with a computer, because it is difficult to define the knowledge that a doctor got by experience as algorithm. In this sutdy, there is it for the purpose of performing approach for this class classification taking the mechanism that the human distinguishes the image into CAD. And, we tried the evaluation that feature quantity extracted by sparse coding which devised as a learning model of the sighy of the human from image data was effective.
発表日 2009年12月10日
開催期間 2009年12月10日- 2009年12月10日

ベイズアプローチに基づいた断層画像の再構成
山本 翔; 庄野 逸
日本語, 研究報告バイオ情報学（BIO）, http://id.nii.ac.jp/1001/00067022/, 観測データから画像を再構成する技術は，様々な分野で非破壊検査の手法として応用されてきている．このうち信頼性の高い観測データが得られる場合では，最尤推定法に基づく手法が有効であるとされ，医療分野では ML-EM 法といった手法が用いられるようになっている．しかし観測データが低品質な場合，信号がノイズに埋もれてしまい，うまく再構成できない場合がある．ノイズに埋もれたデータからでも高画質に画像を再構成する方法として，ベイズアプローチを用いた MAP-EM 法が注目されている．本研究では ML-EM 法，MAP-EM 法それぞれの手法で画像再構成の計算機シミュレーションを行い，また MAP-EM 法についての改善点について検討した．The technology to reconstruct an image from observation data has been applied as technique of nondestructive inspection in various fields. When we could get reliable observation data, method based on Maximum likelihood estimation is effective, and ML-EM method comes to be used in medical field. However, when observation data were low quality, A signal is buried among noises, and there is the case that I cannot reconstruct well. MAP-EM method which used idea based on Bayes approach is interested because we may reconstruct high quality image from such data. We simulate reconstruction method ML-EM and MAP-EM and consider improvement of MAP-EM in this paper.
発表日 2009年12月10日
開催期間 2009年12月10日- 2009年12月10日

医療画像再構成問題における画像修復
庄野 逸; 岡田 真人
口頭発表（招待・特別）, 日本語, 情報統計力学の広がり：量子・画像・そして展開, 「情報統計力学の深化と展開」研究会
発表日 2009年07月

3次元胸部CT画像を用いた胸水領域の抽出
角森 昭教; 庄野 逸; 木戸 尚治
日本語, 電子情報通信学会技術研究報告. MI, 医用画像, 一般社団法人電子情報通信学会, http://id.ndl.go.jp/bib/9378135, 胸水貯留の診断にはCT装置が用いられる.胸水の貯留量を定量的に測定することは疾患の経過観察に有効な手段となる.しかし,医師が3次元胸部CT画像から胸水の貯留量を定量的に測定することは困難であるため胸水領域の正確な領域抽出を行うシステムが必要となる.本研究では,胸水領域内の濃淡値の変化が小さいことと,胸部CTは背臥位で撮影されるため,胸水が背面側に貯留するという位置に関する情報に着目した胸水抽出アルゴリズムを提案した.提案アルゴリズム法の評価を行うために,マニュアルトレースによる抽出結果と閾値ベースによる抽出結果,および本研究で提案する抽出結果による抽出精度の比較・検討を行い,本提案手法の有効性を確認した.
発表日 2008年01月25日
開催期間 2008年01月25日- 2008年01月25日

3次元胸部CT画像を用いた気管支壁計測手法の検討
宮本 賢; 庄野 逸; 木戸 尚治
日本語, 電子情報通信学会技術研究報告. MI, 医用画像, 一般社団法人電子情報通信学会, http://id.ndl.go.jp/bib/9378014, CT画像を用いたCOPD(Chronic Obstructive Pulumonary Disease)診断において気管支壁の計測は重要な役割を果たす.COPDは気管支壁の厚さが変化する疾患であり,その診断における気管支壁の計測はCT画像の各CTスライスに対して医師が手動で行う.しかし正確な診断のためには3次元CT画像上で壁を計測することが望ましい.また気管支は気管支壁となる領域(外壁)と気管支内部の空気領域(内壁)により構成されており,計測を行うためにはこれらを判別する必要がある.そこで本研究では,内壁と外壁の同定が可能な手法を提案した.特に臨床3次元胸部CT画像での計測においては,外壁の周辺に血管等の計測対象外の構造物が存在するため,その判別を行うことを考慮した計測手法を提案し,ファントムデータを用いて提案手法の精度を検討した.
発表日 2008年01月25日
開催期間 2008年01月25日- 2008年01月25日

DICOMサーバ・携帯端末間通信を支援するミドルウェアシステムの構築
脊戸 祐一; 木戸 尚治; 庄野 逸
ライフサポート, ライフサポート学会, https://jlc.jst.go.jp/DN/JALC/00370472537?from=CiNii
発表日 2008年
開催期間 2008年- 2008年

Analysis of idiopathic interstitial pneumonia by self organization map on high-resolution computed tomography images (数理モデル化と問題解決)
Goto Yoshiharu; Shouno Hayaru; Kido Shoji
英語, 情報処理学会研究報告. MPS, 数理モデル化と問題解決研究報告, 一般社団法人情報処理学会, http://id.ndl.go.jp/bib/8803371, In classifying the idiopathic interstitial pneumonias (IIPs), interpretation of features on high-resolution computed tomography (HRCT) image is effective. However, image patterns of IIPs on HRCT images have so much variety, that the classifying problem is difficult. The purpose of our study is to develop a diagnosis support system for classification of those HRCT images using a Kohonen's self-organizing map (SOM). Our system classify the input HRCT image as 4 IIP classes, that is, Consolidation, Ground-Grass, Honeycomb, and Reticular classes.
発表日 2007年06月25日
開催期間 2007年06月25日- 2007年06月25日

多時相多列検出器CT画像を用いた小さな肝腫瘤抽出の検出アルゴリズム
宮崎 博泰; 庄野 逸; 木戸 尚治
日本語, 電子情報通信学会技術研究報告. MI, 医用画像, 一般社団法人電子情報通信学会, http://id.ndl.go.jp/bib/8638743, 高速でかつ高精細な多列検出器CTの発展により,従来CTでは困難であった小さな淡い早期の肝癌の造影が可能となった.しかしこのような病変の検出は注意深い読影が必要であり,読影医に負担を強いているのが現状である.このような背景をふまえて,本研究では,小さな淡い肝腫瘤の検出アルゴリズムを提案する.提案するアルゴリズムは,まず多時相の造影CT画像と非造影CT画像に対して局所的な位相限定相関法を用いて剛体レジストレーションを行い,これらの画像間の差分画像から小さな肝腫瘤候補領域の検出を試みる.また差分画像から小さな肝腫瘤候補領域を抽出する場合,肝臓内を走行する血管に起因するfalse positive(FP)が問題となるため,本手法ではこのFPを削減して肝腫瘤を検出している.本手法を3次元CT画像に9例に適用した結果,検出率が85.7%,全体の拾いすぎが10個であった.
発表日 2007年01月20日
開催期間 2007年01月20日- 2007年01月20日

胸部単純X線写真における他人による類似差分画像のための類似画像検索システムの開発
小田 敍弘; 青木 隆敏; 岡崎 浩子; 掛田 伸吾; 興梠 征典; 矢原 勝哉; 庄野 逸
日本語, 生体医工学 : 日本エム・イー学会誌, 社団法人日本生体医工学会, http://id.ndl.go.jp/bib/8613681, The purpose of this study was to develop a novel computerized scheme to automatically select similar chest radiographs for image subtraction of patients who have no previous chest radiographs and to assist the radiologist's interpretation by presenting "similar subtraction images". A large database of approximately 15,000 posteroanterior chest radiographs, which were diagnosed as normal, was used for searching similar images of different patients. First, in this scheme, two clinical parameters (age and sex) were used for selecting similar images. Next, 100 images of candidates in the database were selected according to similarity in height and the area of the lung field in the target image. We used quantitative measurement for searching similar images; namely, the correlation value of cheat region in the 100 images of the candidates. The similar subtraction images were obtained by subtracting the similar images selected from the target image. The performance of the proposed system was evaluated in comparison with 95 chest radiographs with a temporal subtraction image. The experimental results showed that the average of the correlation values in the temporal subtraction image and similar subtraction images were 0.9794 and 0.9574, respectively. Three radiologists subjectively evaluated various lung artifacts on the temporal subtraction image and similar subtraction images of 95 chest radiographs using a five-point rating scale (1:very poor, 2:poor, 3:adequate, 4:good, 5:excellent). Ratings higher than "adequate" were given for 70% of the similar subtraction images. This computerized scheme seems useful for the automatic selection of similar images for similar-image subtraction of chest radiographs and has potential use for assisting interpretations by radiologists.
発表日 2006年09月10日
開催期間 2006年09月10日- 2006年09月10日

Discrimination of Lung Sounds using a Statistics of Waveform Intervals
Taketoshi ORIHASHI; Hayaru SHOUNO; Shoji KIDO
英語, 情報処理学会研究報告数理モデル化と問題解決（MPS）, 一般社団法人情報処理学会, http://id.ndl.go.jp/bib/7971915, In a lung auscultatory sounds diagnosis the diagnosis result would be affected by the skill of the doctor that is the doctor should discriminate a lung sounds by own subjective since standard diagnosis procedure with objectivity has not been established yet. In many cases of the lung sounds diagnosis the existence of features which are called adventitious sounds are important key. The adventitious sounds is roughly classified into two class; one is called coarse crackles and the other is called fine crackles. Thus we construct a computer aided diagnosis (CAD) system for classifying a lung sound into three types that is coarse crackle fine crackle and normal breath sound. We aimed with the waveform time intervals for discrimination. Our CAD system calculates average histograms of intervals for each class and discriminates a input histogram into theese three types by the distance between each average histogram.In a lung auscultatory sounds diagnosis, the diagnosis result would be affected by the skill of the doctor, that is, the doctor should discriminate a lung sounds by own subjective, since standard diagnosis procedure with objectivity has not been established yet. In many cases of the lung sounds diagnosis, the existence of features, which are called adventitious sounds, are important key. The adventitious sounds is roughly classified into two class; one is called coarse crackles, and the other is called fine crackles. Thus, we construct a computer aided diagnosis (CAD) system for classifying a lung sound into three types, that is, coarse crackle, fine crackle and normal breath sound. We aimed with the waveform time intervals for discrimination. Our CAD system calculates average histograms of intervals for each class,and discriminates a input histogram into theese three types by the distance between each average histogram.
発表日 2006年06月26日
開催期間 2006年06月26日- 2006年06月26日

びまん性肺疾患の知的CAD
木戸 尚治; 四方 秀則; 庄野 逸; 松本 常男; 松永 尚文
日本語, 日本医学放射線学会学術集会抄録集, (公社)日本医学放射線学会
発表日 2006年02月
開催期間 2006年02月- 2006年02月

COPD診断のための三次元胸部CT画像からの気管支領域の抽出
為近 真也; 四方 秀則; 庄野 逸; 木戸 尚治
日本語, 電子情報通信学会技術研究報告. MI, 医用画像, 一般社団法人電子情報通信学会, http://id.ndl.go.jp/bib/7814789, CT画像を用いたCOPD診断において気管支径の測定は重要な役割を果たす.一般に気管支径の測定は各CTスライスに対して医師が手動で抽出を行なうことで実現されるが, 正確な診断のためには3次元的な画像上で径を測定することが有効であると考えられる.この3次元測定を行なうためには, 高精度に気管支領域を抽出する必要があるが, 単純な閾値処理によって気管支領域を抽出した場合には, 部分容積現象の影響により気管末梢部の抽出が困難なものとなる.そこで本論文では, 気管支領域に対して局所的かつ適応的な領域拡張法を適用することで, 高精度な抽出を試みた.また, この気管支抽出処理を自動化させるために, 領域拡張時に必要となる開始点を手動ではなく自動で検出するアルゴリズムを提案した.
発表日 2006年01月20日
開催期間 2006年01月20日- 2006年01月20日

PMMを用いた医療用テキストの分類
今村 裕一; 木戸 尚治; 庄野 逸
日本語, 情報処理学会研究報告. MPS, 数理モデル化と問題解決研究報告, 一般社団法人情報処理学会, http://id.ndl.go.jp/bib/7765243, 近年, 様々なテキストデータから情報を抽出し活用する研究は盛んに行われつつあり, Web上でのデータ検索などの分野は飛躍的に発展しつつある.一方, 医療機関においても設備の電子化により, カルテ等のデータが電子化され資産として蓄えられつつある.本研究では, この医療データを有効に活用するための基礎研究として, カルテに含まれる所見と呼ばれるテキストデータを幾種類かのクラスに分類することを試みた.具体的な手法としてはテキストデータを単語の集まりとみなしデータ化を行なった上で, パラメトリック混合モデルによって, 肺部の所見データを腫瘍, 炎症, その他という3種類のクラスへの分類を行った.
発表日 2005年12月20日
開催期間 2005年12月20日- 2005年12月20日

対数線形モデルを用いたスパイク解析モデルの統計力学
庄野 逸; 岡田 真人
日本語, 電子情報通信学会技術研究報告. NC, ニューロコンピューティング, 社団法人電子情報通信学会, http://ci.nii.ac.jp/naid/10016576474, 近年の電気生理学の発展により, 多数のセンサを持つ多重電極の同時計測が可能になりつつある.これに対して, 対数線形モデルを用いてスパイクの統計的性質を調べることが試みられている.我々は, スパイク統計の対数線形モデルをイジングスピン系とみなして対数線形モデルにおける相互作用のハイパーパラメータの推定を試みた.解析において, 各次数における相互作用は多次元正規分布に従うものとし, 観測にノイズが含まれるような系を用いた.ハイパーパラメータの推定には対数尤度を最大化する為に勾配法を用いる場合を考え, この推定アルゴリズムの平均評価を導出した.
発表日 2005年06月16日
開催期間 2005年06月16日- 2005年06月16日

14aTD-12 対数線形モデルの統計力学(情報統計力学, 領域 11)
庄野 逸; 和田 浩司; 岡田 真人
日本語, 日本物理学会講演概要集, 一般社団法人日本物理学会
発表日 2004年08月25日
開催期間 2004年08月25日- 2004年08月25日

対数線形モデルによるスパイク解析の統計力学
庄野 逸; 和田 浩司; 岡田 真人
日本語, 電子情報通信学会技術研究報告. NC, ニューロコンピューティング, 一般社団法人電子情報通信学会, http://id.ndl.go.jp/bib/7036813, 電気生理学の発展により,多数のセンサを持つ多重電極の同時計測が可能になりつつある.これに対して,対数線形モデルを用いてスパイクの統計的性質を調べることが試みられている.我々は,スパイク統計の対数線形モデルをイジングスピン系とみなして対数線形モデルにおける相互作用のハイパーパラメータの推定を試みた.解析においては,各次数における相互作用は一様であるとし,観測にノイズが含まれるような系を用いた.ハイパーパラメータの推定には対数尤度を最大化する為に勾配法とEMアルゴリズムを用い,それぞれの場合の平均評価を導出した.
発表日 2004年06月17日
開催期間 2004年06月17日- 2004年06月17日

30aWB-6 ガウス模型を用いた確率的画像処理におけるベーテ近似の精度評価(情報統計力学)(領域11)
田中 和之; 庄野 逸; 岡田 真人
日本語, 日本物理学会講演概要集, 一般社団法人日本物理学会
発表日 2004年03月03日
開催期間 2004年03月03日- 2004年03月03日

誤り訂正符合のナイーブ平均場近似
高田 雅美; 庄野 逸; 岡田 真人; 城 和貴
日本語, 電子情報通信学会技術研究報告. NC, ニューロコンピューティング, 一般社団法人電子情報通信学会, http://id.ndl.go.jp/bib/6554936, 情報通信の分野において誤り訂正符合は重要な分野であり,近年統計力学的なアプローチを用いて盛んに解析が行われている.本研究では誤り訂正符合の枠組をBayes推定の一種であるMPM(Maximizer of the Posterior Marginals)推定と呼ばれる立場で取り扱い,これにナイーブ平均場近似と呼ばれる近似を適用した場合についての統計力学的解析を行った.ナイーブ平均場近似は,ニューラルネット等の分野において確率的な動作をするバイナリ素子を,連続値を取る決定的な素子に置き換えることによって実現される.この近似は計算時間を短縮する場合などに適用されるが,素子の置き換えによるメリット,デメリットを定量的に評価した研究は非常に少なかった.本研究は近似を行わない場合の解析解と近似を行った場合の解析解を比較し,近似を行なうことのメリットデメリットについて論じ,さらに計算機シミュレーションによる解とを比較検討し解析の正しさを示した.
発表日 2003年03月11日
開催期間 2003年03月11日- 2003年03月11日

ICAを用いた２観測点の地電流データに影響を及ぼす 電車ノイズの抽出とその統計的評価
沢 小百合; 小金山 美賀; 庄野 逸; 長尾 年恭; 城和貴
日本語, 情報処理学会研究報告数理モデル化と問題解決（MPS）, 一般社団法人情報処理学会, http://id.ndl.go.jp/bib/6381053, 近年，地震発生直前予測の有効な手法の1つとして，地電流データ中に観測される異常電流の検出が注目されている．この異常電流は地震発生の数週間から数日前に観測されると言われていることから，地震前駆的シグナルと呼ばれている．我が国では電車ノイズの影響で，前駆的シグナルの検出が困難となっている．本研究では，ICA(独立成分分析:IndependentComponent Analysis) を用いて，独立信号であると考えられる電車ノイズの自動分離を試みている．これまでの実験で，長野県松代観測点の地電流データに ICAを適用すると電車ノイズを分離できることが確認されている. 本稿では，同じ電車ノイズの影響を受けると考えられる２観測点の地電流データにそれぞれ ICAを適用し，両観測点から同じ電車ノイズが抽出できるかどうかの実験と実験結果の統計的な評価を行った．The method of detecting irregular changesof electric current in Telluric CurrentData(TCD) has attracted notice recently as an effective method for short-term earthquake prediction．We call such irregular changes Seismic Electric Signals (SESs)，which are sometimes observed before earthquake．However，since most of the TCD collected in Japan is affected by trainnoise，detecting SESs in TCD itself is considered as an extremely arduous job．The purpose of our research is to separate train noise and SESs automatically byICA．Train noise and the SES are considered as independent source signals．It has been confirmed by our experiments that train noise observed at Matsushiro，Nagano can be separated by ICA．In this paper，we try to apply ICA to TCD observed at two different observation points which seems to contain the same train noise and evaluate the results by a statistical method．
発表日 2002年11月28日
開催期間 2002年11月28日- 2002年11月28日

Analysis of Bidirectional Associative Memory using SCSNA and Statistical Neurodynamics
H.Shouno; M.Okada
日本語, 情報処理学会研究報告数理モデル化と問題解決（MPS）, 一般社団法人情報処理学会, http://id.ndl.go.jp/bib/6205223, Macroscopic properties of a bidirectional associative memory (BAM) are studied within a framework of S/N analysis called SCSNA. We obtained the relative capacity which means the relative number of pattern pairs to be memorized and retrieved as 0:199N where N means the units in the system. We also derived dynamical properties by using the statistical neurodynamics and explained the property of BAM from transient process to equilibrium state consistently.Macroscopic properties of a bidirectional associative memory (BAM) are studied within a framework of S/N analysis called SCSNA. We obtained the relative capacity, which means the relative number of pattern pairs to be memorized and retrieved, as 0:199N, where N means the units in the system. We also derived dynamical properties by using the statistical neurodynamics and explained the property of BAM from transient process to equilibrium state consistently.
発表日 2002年06月26日
開催期間 2002年06月26日- 2002年06月26日

ループ内依存関係の視覚的パターン化の試み
岩坂 麻実; 山口 智美; 庄野 逸; 笹倉 万里子; 城和貴
日本語, 情報処理学会研究報告数理モデル化と問題解決（MPS）, 一般社団法人情報処理学会, http://id.ndl.go.jp/bib/6134741, 並列計算機の普及に伴い逐次プログラムを並列プログラムに書き換える必要があるが，現在のところ，プログラマに対して高度な技術や経験が要求される．本研究では，並列支援視覚化システムNaraViewを用いて，与えられたプログラムのデータ依存関係を視覚的パターン化し，適切な変換手法に対応づけることを考案する．本稿では主に，並列化コンパイラで一般に使用されているループ変換手法について取り上げ，具体的に視覚化されたプログラム中のループのデータ依存状態から有効なループ変換手法を検証する．Recently, in the field of scientific calculation, the tendency to introduce parallel computer becomes increase. Therefore, converting methods from conventional sequential programs to correspondent parallel ones are required. However, vast amounts of skill and knowledge for the parallel programming are needed to programmer. In this study, we propose introducing the 3D visualization system called NaraView as those programming environment. NaraView analyze the data dependence in the programming code, and visualize their relations. Since the parallelizable code have typical features, NaraView would reveal them visually. We showed the effective parallelizing method, which have those typical features in the loop structure with concrete program code.
発表日 2002年03月04日
開催期間 2002年03月04日- 2002年03月04日

自動並列化コンパイラPROMIS用ユニモジュラ変換の設計と実装
石内 寿子; 山口 智美; 庄野 逸; 城和貴
日本語, 情報処理学会研究報告数理モデル化と問題解決（MPS）, 一般社団法人情報処理学会, http://id.ndl.go.jp/bib/6134746, 自動並列化コンパイラにおいて、並列度を増加させるための最適化手法として様々なループ変換法が提案されてきた。しかし、これらの方法は個々に開発されてきたため、それぞれ適応条件や効果が異なる。そのため、コンパイラに複数のループ変換法を実装しても、その中からどの変換が最適であるかを決定することが難しい問題である。一方、ユニモジュラ変換という、標準的なループ変換のいくつかの組み合わせによる変換を一度に行える変換がある。この一度の変換で、並列化のための最適解を求めることができるのである。このユニモジュラ変換を、イリノイ大学で開発された自動並列化コンパイラPROMISに付け加えることが本研究の目的である。For parallelizing compilers, many loop transformations have been proposed as optimization methods to exploit parallelism. However,since these methods have been designed separately, each method has its own conditions and effect to be applied. Therfore, even if we implement many loop transformations in a compiler, it is difficult to determine which combinatorial use of the transformations is optimal. Another transformation, which is called Unimodular, has the same effect to the combination of some transformations. Some transformation may get the optimal combination regarding to parallelism. In this paper, we describe the implementation of the unimodular transformation to the Parallelizing Compiler PROMIS, which is developed at the University of Illinois.
発表日 2002年03月04日
開催期間 2002年03月04日- 2002年03月04日

短期地震予知を目的とした地電流データへのICAの適用と評価
小金山 美賀; 庄野 逸; 長尾 年恭; 城和貴
日本語, 情報処理学会研究報告数理モデル化と問題解決（MPS）, 一般社団法人情報処理学会, http://id.ndl.go.jp/bib/6009430, 地電流データ中には，地震前兆シグナルと呼ばれている異常電流が観測され ることがある．近年，地電流データからの地震前兆シグナルの検出は，短期 地震予知の有効な手法の1つとして注目されている．しかし，我が国では地電 流データ中の多くに観測されている電車ノイズの影響で，地震前兆シグナル の検出が困難となっている．本研究ではICA(独立成分分析:Independent Component Analysis)を用いて，独立信号であると考えられる電車ノイズや地 震前兆シグナルの自動分離を試みている．これまでに，長野県・松代観測点 の地電流データにICAを適用すると，電車ノイズを分離できることが実験によっ て確認されている．本稿では，他の観測点でも電車ノイズを分離可能である かを検証するために，松代観測点よりも電車の本数が多い福井県・笹谷観測 点の地電流データにICAを適用し，その結果と評価について報告する．Seismic electric signals (SESs) are sometimes contained in telluric current data (TCD). The method of detecting SESs in TCD has attracted notice recently as an effective method for short-term earthquake prediction. However, since most of the TCD collected in Japan is affected by train noise, therefore detecting SESs in TCD itself is considered as an extremely arduous job. The goal of our research is to obtain a method for detecting SESs, which is difficult because of train noises. The SES and train noise are considered as independent source signal. Therefore we tried to apply ICA (Independent Component Analysis) to several TCDs. We have already confirmed that train noises could be separated from several TCDs at Matsushiro, Nagano. In this paper, we apply ICA to TCD at Sasadani, Fukui in which there are more train noises than Matsushiro, and evaluate the results.
発表日 2001年11月19日
開催期間 2001年11月19日- 2001年11月19日

自動並列化コンパイラPROMIS - NWUの概要
山口 智美; 石内 寿子; 岩坂 麻実; 羽田 昌代; 庄野 逸; 城和貴
日本語, 情報処理学会研究報告計算機アーキテクチャ（ARC）, 一般社団法人情報処理学会, http://id.ndl.go.jp/bib/5866868, コンパイラは高コスト・ソフトウェア開発の代表のように扱われているが，近年様々な技術革新により，その開発コストの削減が図られている．例えばオブジェクト指向技術の導入により，コストは数分の一に減少する．このようなソフトウェア工学的なアプローチの他に，コンパイラの構成要素を再利用する形での開発の低コスト化が期待されている．本研究グループでは，イリノイ大学で開発された自動並列化コンパイラ PROMIS の中間表現を入れ替えることで，異なるコンセプトに基づくコンパイラを低コストで開発している．本稿では開発中の自動並列化コンパイラ PROMIS-NWU の概要について報告する．Compilers have been regarded as a cost expensive software. However, the implementation cost tends to be reduced recently by various new software development technologies. For example, software developments with object oriented technologies require extremely inexpensive costs compared with conventional ones. Besides such software engineering approach, low-cost developments of compilers by the re-use of compiler components are expected. We are developing such a low-cost compiler by replacing the intermediate representation of PROMIS developed at UIUC with our new intermediate representation, aiming at other concepts for the compiler. In this report, we introduce the concept of the parallelizing compiler PROMIS-NWU which is under development at Nara Women's University.
発表日 2001年07月25日
開催期間 2001年07月25日- 2001年07月25日

画像修復のナイーブ平均場近似 : 統計力学による解析
庄野 逸; 和田 浩司; 岡田 真人
日本語, 電子情報通信学会技術研究報告. NC, ニューロコンピューティング, 一般社団法人電子情報通信学会, http://id.ndl.go.jp/bib/5871041, 本論文では画像修復をベイズ推定の立場で取り扱う.近年, ある基準下では, 有限温度推定であるMPM推定に比べて, エネルギー最小化に対応する最大事後確率(MAP)推定が劣ることが指摘されている.しかしながら, MPM推定で必要な熱平均を計算するには多くの計算時間が必要であるので, 決定論的なアルゴリズムであるナイーブ平均場近似が用いられることが多い.そこで我々は画像修復問題に関してナイーブ平均場近似を適用した場合を統計力学的に議論し, その結果を計算機シミュレーションで検証し, ナイーブ平均場近似の可能性を模索する.
発表日 2001年07月20日
開催期間 2001年07月20日- 2001年07月20日

Detecting Seismic Electric Signals by LVQ Based Clustering
Kyoko Fukuda; Mika Koganeyama; Hayaru Shouno; Toshiyasu Nagao; Kazuki Joe
日本語, 情報処理学会研究報告数理モデル化と問題解決（MPS）, 一般社団法人情報処理学会, http://id.ndl.go.jp/bib/5834178, Aiming at short-term prediction of earthquakes we have proposed the use of neural networks for analyzing telluric current data observed by the VAN method. We have already tried a telluric current data analysis method with Learning Vector Quantization. In this paper we will show preliminary experimental results for categorization of telluric current data by its frequency for the Izu islands earthquakes in Japan.Aiming at short-term prediction of earthquakes, we have proposed the use of neural networks for analyzing telluric current data observed by the VAN method. We have already tried a telluric current data analysis method with Learning Vector Quantization. In this paper, we will show preliminary experimental results for categorization of telluric current data by its frequency for the Izu islands earthquakes in Japan.
発表日 2001年06月26日
開催期間 2001年06月26日- 2001年06月26日

23aWD-2 双方向性連想記憶モデルのSCSNAと統計神経力学
庄野 逸; 岡田 真人
日本語, 日本物理学会講演概要集, 一般社団法人日本物理学会
発表日 2000年09月10日
開催期間 2000年09月10日- 2000年09月10日

27pU-7 アナログ素子を用いた画像修復の平均場理論
庄野 逸; 岡田 真人
日本語, 日本物理学会講演概要集, 一般社団法人日本物理学会
発表日 1999年09月03日
開催期間 1999年09月03日- 1999年09月03日

ネオコグニトロンによる3次元物体の識別
古賀 和久; 庄野 逸; 福島 邦彦; 岡田 真人
日本語, 電子情報通信学会技術研究報告. NC, ニューロコンピューティング, 社団法人電子情報通信学会, http://ci.nii.ac.jp/naid/110003233449, サルのIT群(inferior tempral cortex)の細胞は顔や特定の物体の形状に対して反応することがしられている.Logothetisらは, ワイヤクリップ状の物体の画像をサルに学習させた後に, 回転, 拡大・微小, 平行移動などの変形操作を施した物体の画像をサルに見せIT野の細胞の反応を記録している.それによると, ある角度からみた物体の画像に特異的に反応する細胞は, みる角度が特異的に反応する角度からずれていくにしたがって徐々に弱くなっていくことが示されている.一方, サルの形状認識の経路はV1野→V2野→V4野→IT野という経路であることが解剖学的に知られており, 階層構造をなすことが知られている.我々は, このような階層構造に着目しV1野からIT野までの経路のモデルとしてネオコグニトロンを提案する.本研究では, ネオコグニトロンをを用いてLogothetisらの実験を説明することが可能であることを計算機シミュレーションによって示し, 階層性が重要であることを論じる.
発表日 1999年01月21日
開催期間 1999年01月21日- 1999年01月21日

新しい折れ点抽出機構をもつネオコグニトロン
木村 栄司; 福島 邦彦; 庄野 逸
日本語, 電子情報通信学会技術研究報告. NC, ニューロコンピューティング, 一般社団法人電子情報通信学会, 視覚パターンの認識おいて, パターンの部分的な特徴を抽出することは重要である.その中でも直線の端点などと同じく, 交点は重要な特徴であると思われる.本研究ではネオコグニトロンのパターン認識能力を向上させるために脱抑制の機構を取り入れた折れ点検出層を作り付けた.従来の折れ点検出層では線の端点, 曲率しか抽出できなかったが, この従来の折れ点検出細胞層に脱抑制の機構を取り入れることによって, 線の端点や曲率だけでなく, 交点の特徴を抽出することができるようになった.また, 交点の検出において多少の交点の傾きのずれも許容して特徴を検出することができる.この脱抑制をの回路を組み込んだネオコグニトロンにおいて, 手書き数字の学習, 認識を行わせた結果, ほぼ98%の認識率を得ることができた.
発表日 1998年03月20日
開催期間 1998年03月20日- 1998年03月20日

ネオコグニトロンのC細胞の自己組織化
吉本 和哉; 福島 邦彦; 庄野 逸
日本語, 電子情報通信学会技術研究報告. NC, ニューロコンピューティング, 一般社団法人電子情報通信学会, 従来のネオコグニトロンは, 特徴抽出細胞(S細胞)と, ぼかし細胞(C細胞)の間の結合は固定されていて学習は行なわなかった.本研究では学習パターンとして移動する図形を与えて, 自己組織化させることによりS細胞のみならずC細胞の入力結合も形成できる新しい学習方式を提唱する.また従来のネオコグニトロンでは学習に先だって各細胞層のそれぞれの特徴検出細胞ごとに細胞面があらかじめ用意される必要があった.しかし本研究ではこのような細胞面をあらかじめ用意しておかなくても同様の動きをする回路が学習によって自動的に生成されていく.
発表日 1998年03月19日
開催期間 1998年03月19日- 1998年03月19日

ネオコグニトロンを用いた3D物体認識
庄野 逸; 岡田 真人; 福島 邦彦
日本語, 日本神経回路学会全国大会講演論文集 = Annual conference of Japanese Neural Network Society, http://ci.nii.ac.jp/naid/10015797590
発表日 1997年11月05日
開催期間 1997年11月05日- 1997年11月05日

脱抑制を用いた特徴検出回路
木村 栄司; 福島 邦彦; 庄野 逸
日本語, 電子情報通信学会技術研究報告. NC, ニューロコンピューティング, 一般社団法人電子情報通信学会, 視覚パターンの認識おいて, パターンの部分的な特徴を抽出することは重要である. その中でも直線の端点などと同じく, 交点は重要な特徴であると思われる. 本研究ではネオコグニトロンの作り付けの折れ点検出層に脱抑制の機構を取り入れた. 従来の折れ点検出層では線の端点, 曲率を抽出できた. この従来の折れ点検出回路に脱抑制の機構を取り入れることによって, 線の端点や曲率だけでなく, 交点の特徴を抽出することができるようになった. また, 交点の検出において多少の交点の傾きのずれも許容して検出することができるようになった.
発表日 1997年07月24日
開催期間 1997年07月24日- 1997年07月24日

ネオコグニトロンの実用化 : 大規模データベースによる評価
庄野 逸; 永原 健一; 福島 邦彦; 岡田 真人
日本語, 電子情報通信学会技術研究報告. NC, ニューロコンピューティング, 社団法人電子情報通信学会, http://ci.nii.ac.jp/naid/110003232688, 生物の視覚系は簡単なものから複雑なものへ情報が処理されていくような階層的な構造を持っていると考えられている. ネオコグニトロンは,このような視覚神経系のモデルとして考案された神経回路モデルである. 本研究では, このネオコグニトロンに実世界の数字パターンの認識を行なわせている. ネオコグニトロンは入力パターンに含まれる形の類似性による分類を行ないその出力を, ネオコグニトロンの後ろに新たに付加したカテゴリ分類層に送り, '0'〜'9'までのカテゴリに分類する. このシステムの性能を大規模データベース(ETL-1)を用いて, 認識率を測定し98.1%の認識率を得た.
発表日 1997年06月19日
開催期間 1997年06月19日- 1997年06月19日

ネオコグニトロン型神経回路モデルのシミュレーションを対象としたライブラリの設計と実装
岡崎 哲朗; 庄野 逸; 福島 邦彦
日本語, 電子情報通信学会技術研究報告. NC, ニューロコンピューティング, 一般社団法人電子情報通信学会, ネオコグニトロンはパターン認識能力をもった階層型の神経回路モデルである.ネオコグニトロンのシミュレーションプログラムは今までいくつか存在していたが,再利用性と拡張性の共存に問題があり,共通機能のライブラリ化が待たれていた.そこで我々はネオコグニトロン型神経回路モデルのシミュレーションを対象としたライブラリの設計と実装を行った.設計手法にはオブジェクト指向設計を採用し,C++言語を用いてクラスライブラリとして実装した.本研究の目的は,ネオコグニトロン型神経回路モデルを実現するための,再利用性が高く拡張の容易なライブラリを提供して研究活動を支援することである.本論文では,このライブラリの概要を述べ,ライブラリの具体的な使用例としてネオコグニトロンシミュレータの構成について論じる.
発表日 1997年03月17日
開催期間 1997年03月17日- 1997年03月17日

ネオコグニトロンの実用化 : ETL文字データベースによる評価
永原 健一; 庄野 逸; 福島 邦彦; 岡田 真人
日本語, 電子情報通信学会技術研究報告. NC, ニューロコンピューティング, 社団法人電子情報通信学会, http://ci.nii.ac.jp/naid/110003233139, ネオコグニトロンはパターン認識能力を持った神経回路モデルである. 我々は以前, ネオコグニトロンの特徴抽出細胞のしきい値を学習時には大きく設定し, 認識時には小さく設定することでネオコグニトロンがETLのデータベース(ETL-1)に対して92.7%の認識率を示したことを報告したが, 今回は, しきい値の設定は以前と同様で, 最上位段の認識細胞の学習方法を改善し, 学習に用いるパターン数も増加させることで, 認織率を97.4%にまで向上させた.
発表日 1996年03月18日
開催期間 1996年03月18日- 1996年03月18日

選択的注意機構を用いた英文筆記体文字列認識
庄野逸; 福島邦彦
口頭発表（一般）, 日本語, 日本神経回路学会,日本神経回路学会第6回全国大会講演論文集
発表日 1995年10月

ETL文字データベースに対するネオコグニトロンの認識率
永原 健一; 庄野 逸; 福島 邦彦
日本語, 電子情報通信学会技術研究報告. NC, ニューロコンピューティング, 一般社団法人電子情報通信学会, ネオコグニトロンはパターン認識能力を持った神経回路モデルである.これまで,ネオコグニトロンの特徴抽出細胞のしきい値を学習時には大きく設定し,認識時には小さく設定することで認識率が向上することがわかっている.しかし,これを確かめるために行なわれた従来の実験では、用いたデータが小数の人間によって書かれた文字であった.本研究では,実験結果により一般性を持たせるために,文字パターンとして電子技術総合研究所のETL文字データベースの手書き数字('0'〜'9')を使用した.ネオコグニトロンの中間層の特徴抽出細胞のしきい値を学習時に大きく認識時に学習時より小さく設定することで認識率を向上できることを確認した.
発表日 1995年07月27日
開催期間 1995年07月27日- 1995年07月27日

選択的注意機構のモデルを用いた英字筆記体連結文字列認識
庄野 逸; 福島 邦彦
日本語, 電子情報通信学会技術研究報告. NC, ニューロコンピューティング, 一般社団法人電子情報通信学会, 手書き英文筆記体連結文字列認識を行うシステムの一つとして選択的注意機構を用いたシステムが今川らによって提唱された.本研究では今川らの認識システムを拡張し,更に高い認識能力をもつシステムを作成することを試みた.ところで,パタ-ン認識システム"ネオコグニトロン"において,エッジ抽出回路と折れ点検出回路を導入すると認識能力の向上が認められることが報告されている."選択的注意のモデル"の一部分は,パタ-ン認識システム"ネオコグニトロン"に類似しているので,我々は今川らのシステムにエッジ抽出回路と折れ点処理回路を導入したシステムを作成した.さらに本システムに対して種々のテストパタ-ンを与え,コンピュ-タシミュレ-ションを行い,筆記体連結文字列の認識に対して有効であることを確認した.
発表日 1994年03月25日
開催期間 1994年03月25日- 1994年03月25日

アルゴリズム論第一
2017年04月 - 現在
電気通信大学

メディア情報学実験
2015年04月 - 現在
電気通信大学

情報メディアシステム
2015年04月 - 現在
電気通信大学

プログラミング言語実験
2012年04月 - 現在
電気通信大学

知的学習システム
2009年04月 - 現在
電気通信大学

アルゴリズムとデータ構造並びに同演習
2011年04月 - 2015年03月
電気通信大学

アルゴリズム基礎論演習
2008年04月 - 2011年03月
電気通信大学

アルゴリズム基礎論
2008年04月 - 2011年03月
電気通信大学

データ駆動科学F
熊本大学

統計的なパターン認識および機械学習
熊本大学

機械学習・深層学習論
東京学芸大学

生物工学特論D: 視覚情報処理とニューラルネットワークモデル
大阪大学

情報科学特別講義: ニューラルネットを用いた画像処理
山口大学

基礎プログラミングおよび演習
電気通信大学

総合情報学基礎
電気通信大学

電子情報通信学会

日本神経回路学会

日本物理学会

情報処理学会

IEEE

ディープラーニングのホワイトボックス化に関する研究
岡田 真人
研究期間 2018年04月01日 - 2023年03月31日

スペクトル分解のためのFPGAを用いた確率的サンプリングマシンの開発
研究期間 2019年04月01日 - 2022年03月31日

視覚心理に基づくテクスチャ特徴表現と深層特徴表現のマッピング
庄野 逸
研究代表者
研究期間 2019年04月01日 - 2021年03月31日

スパース基底表現を用いた断層画像再構成アルゴリズムの開発
庄野 逸
研究代表者
研究期間 2016年04月01日 - 2019年03月31日

多元計算解剖学における形態情報統合の基盤技術
清水昭伸
研究期間 2016年04月01日 - 2018年03月31日

Deep Learning を用いたスパーステクスチャ画像解析手法の確立
庄野 逸
研究代表者
研究期間 2016年04月01日 - 2018年03月31日

相関スパース表現 Deep Architecture によるテクスチャ解析
研究期間 2014年04月01日 - 2016年03月31日

情報統計力学的アプローチによる医用画像のベイズ統合
研究期間 2013年04月01日 - 2016年03月31日

計算解剖モデルの支援診断とオートプシー・イメージング支援応用
研究期間 2009年04月01日 - 2014年03月31日

3次元画像処理再構成アルゴリズムへの情報統計力学的アプローチ
研究期間 2009年04月01日 - 2012年03月31日

識別モデルと平均場モデルの融合による機械学習と画像認識への応用
高橋 治久; 堀田 一弘; 庄野 逸
日本学術振興会, 科学研究費助成事業, 電気通信大学, 基盤研究(C), 機械学習には,データの確率分布による生成モデルとそれを考慮しない識別モデルがある。本研究では,この二つのモデルを組み合わせることにより,識別性能を上げる事を目的とし二つの主な成果を得た。一つは,識別ランダムフィールドと呼ばれ,生成モデルに識別機能を直接設けたモデルである。ビデオ画像識別に応用した。もう一つは,生成モデルにカーネルを導入したカーネルランダムフィールドであり,画像分類に応用した。, 21500213
研究期間 2009年 - 2011年

確率的情報処理に基づく医用画像再構成アルゴリズムに関する研究
庄野 逸
日本学術振興会, 科学研究費助成事業, 若手研究(B), 新たな医療画像アプリケーションを作成するための理論的な枠組みの構築と,医療診断を支援するようなプロトタイプ作成を主眼に置き研究を行った.特に近年発展してきているソフトコンピューティング分野の手法を援用することにより,観測ノイズによる画像の不鮮明性を考慮にいれた上での画像の特性を調査し,より効果的なアプリケーションの開発を行うことが出来たと考えられる., 18700223
研究期間 2006年 - 2008年

異時相4次元MDCTによる肺局所血流量の定量評価コンピュータ支援診断システム構築
木戸 尚治; 庄野 逸; 松本 常男; 管 一能
日本学術振興会, 科学研究費助成事業, 山口大学, 基盤研究(B), 1.肺局所血流解析:肺の血流異常を診断するために、造影・非造影のMDCT画像を用いた肺血管ベースの非剛体レジストレーションによるサブトラクションアルゴリズムを開発した.このアルゴリズムの開発のために肺のボリュームデータから肺血管を末梢に至るまで詳細に自動抽出できるアルゴリズムの開発をおこなった.この血管抽出アルゴリズムはびまん性肺疾患の診断をおこなうためのCADアルゴリムにも適用した.また、肺の局所血流異常の代表的な疾患である、急性肺塞栓症を対象とした血栓検出のためのCADアルゴリズムも開発した. 2.肺呼吸機能解析:肺呼吸機能解析は肺局所血流解析とともに肺機能解析において重要であり、慢性気管支炎や肺気腫などのCOPD(慢性閉塞性肺疾患)をターゲットとして気管支の抽出をおこなった.さらにCOPDの診断をおこなうために気管支の径の測定をおこなった.また、肺気腫の定量評価のために肺を葉ごとに分割するアルゴリズムの開発をおこなった.吸気と呼気のCTデータにおける肋骨や横隔膜の変位量を求めることにより肺の動きを定量化することもおこなった. 3.びまん性肺疾患解析:本研究においては、HRCT画像を用いた特発性間質性肺疾患の鑑別を目的としたCADアルゴリズムの構築を最初に試み、その研究成果を基礎として、次に3次元のボリュームデータを対象としたびまん性肺疾患のCADシステムの構築を試みた.そして最終的には肺全体のびまん性陰影を7種類のパターンに自動的に分類可能なシステムを構築した. 4.肺聴診音解析:肺聴診音の解析は、肺の機能解析においては非常に重要である.われわれは、ラ音と正常音に関して90%以上の識別率がえられており、実用性が十分に高いと考えている., 17300174
研究期間 2005年 - 2007年

局所病理形態理解に基づく知的CAD
木戸 尚治; 庄野 逸; 松本 常男; 松永 尚文
日本学術振興会, 科学研究費助成事業, 山口大学, 特定領域研究, 【目的】本研究の目的は,マルチスライスX線CT(MDCT)装置から得られる人体内部構造の精細な三次元ボリュームデータを用いて,びまん性肺疾患を対象とした局所病理形態理解に基づく知的CADシステムを実現することである. 【実績】本年度の研究成果の概要は以下のとおりである. I. MDCTボリュームデータを用いたびまん性肺疾患のパターン分類 肺全体のびまん性陰影を正常を含む7つの陰影パターンに分類して,これらを識別するアルゴリズムの開発をおこなった.正常陰影の識別率は98.5%であり,粒状影を除く他の陰影の識別率はいずれも90%以上となった.また粒状影に関しても72.8%の識別率がえられた.これにより肺内のびまん性異常陰影のパターン分類をほぼおこなうことができるようになった.これらの結果はH19年1月におこなわれたシンポジウムにて報告した. II. びまん性陰影(特にコンソリデーション)を含む肺のセグメンテーション びまん性陰影の解析の時に問題となるのは,胸壁に広汎に接したコンソリデーションが存在するような場合である.このような場合解析対象としてこの部分が欠損しないようにするためには通常の二値化処理では困難であるので,正常肺をテンプレートとして用いたセグメンテーションの手法を開発した. III. 共通プラットフォームの開発 開発したCADアルゴリズムを医師に使ってもらうためには,GUIを備えた使いやすいシステムが必要である.またさまざまなCADアルゴリズムを評価・運用するためにはそれらが実行できる共通プラットフォームが必要とされる.われわれは,開発したCADアルゴリズムをプラグインとして実装し,医師が使いやすいインターフェースを備えた共通プラットフォームを開発した., 15070208
研究期間 2003年 - 2006年

統計力学に基づいたデジタル情報処理へのアナログ的アプローチに関する研究
庄野 逸
日本学術振興会, 科学研究費助成事業, 山口大学, 若手研究(B), 画像・信号修復の統計力学的な解析に関する研究、および、神経信号の計測時に用いられる多重電極センサから得られる信号解析方法の統計力学的な評価を行った.今年度も昨年度に引き続き,多重電極による信号解析に関する研究において対数線形モデルを用いたスパイク状信号の解析手法を中心に研究を行った.研究のメインとなる軸はベイズ推定に基づく信号の統計力学的な議論に有り,様々な方々と有意義な議論を行った上で研究を遂行した.対数線形モデルは質的情報の多変量解析を行なう場合に用いられるモデルであり,様々な分野において応用が試みられている.一方,神経科学の分野においては,多重電極による神経細胞群活動の同時計測が実用化の段階にまで至っている.今後の計測技術を見越すと同時計測技術は,数百個〜数千個単位のオーダーの同時計測が可能になると思われる.これはニューロン数が非常に多い場合の解析手法を確立する必要があることを意味し,スパイク信号解析に用いられる対数線形モデルを,ニューロン数が無限大の系で扱うことは今後重要な課題になると考えられる.本研究では対数線形モデルによって記述される系を統計物理で用いられるようなイジングスピンからなる系とみなし,ニューロン数が無限におけるハイパーパラメータ推定の統計力学的解析を行なった.解析を行なうに際し,スパイク間には一様な高次相互作用を仮定し,この高次相互作用の係数をハイパーパラメータとして推定を行なった.私は観測過程において信号が反転するようなノイズが混入されるモデルを用い,相互作用のハイパーパラメータを推定する際には山登り法とEMアルゴリズムを適用した場合の解析を行なった., 15700192
研究期間 2003年 - 2005年

視覚パターンの動的処理の研究
福島 邦彦; 菊池 眞之; 庄野 逸
日本学術振興会, 科学研究費助成事業, 基盤研究(A), 生物の脳における動的視覚情報処理の仕組みを解明し,そのメカニズムを取り入れた情報処理システムの新しい設計原理の開発を目指した.このために特に高次脳機能の解明とその工学的実現に的を絞り,神経回路モデルを仲介とする合成的手法を用いて研究を進め,以下のような成果を得た. (1)複雑な背景を持った画像中から顔を見つけだし,さらに目や口に注意を集中してその形状を切り出す能力を持った神経回路モデルを構成した.(2)部分的に他の物体で隠されたパターンでも正しく認識できる神経回路モデルを構成した.(3)筆者が以前提唱したパターン認識システムネオコグニトロンを,実世界の手書き数字認識に適用するための研究を進めた.認識率は学習パターンの個数によって変化するが,例えば学習パターンが3000個の場合には,未知のテストパターンで98%以上の認識率が得られる.(4)第1次視覚野に見られる複雑細胞のように,最適刺激が受容野内のどこに提示されても反応する細胞を,自己組織的に形成させるための新しい学習則を提唱した.(5)地図のような空間パターンを,断片的な形で取り込み,その記憶をもとに広範囲の空間のイメージを次々と連続して想起する能力のある神経回路モデルを提唱した.モデルは空間内を移動しながら,以前に記憶した場所ではその地図を想起し,何も想起できない場合にはその周辺の地図を新しく記憶していく.(6)両眼視は奥行き情報抽出のための重要な手段の一つであるが,ほかの物体の陰になっていて片目だけしか見えない領域に対しても我々は奥行きを感じることができる.片目だけでしか見えない領域を含んだ物体に対しても適用可能な両眼視アルゴリズムを提唱した., 09308010
研究期間 1997年 - 2000年

多層構造を持つ神経回路モデルによる物体認識
庄野 逸
日本学術振興会, 科学研究費助成事業, 大阪大学, 奨励研究(A), 我々は4層の多層構造を持つ神経回路モデルを構築し、この神経回路モデルに対してコンピュータグラフィクスなどを用いて3D図形を生成してシミュレーションによる認識実験を行なった。神経回路モデルの詳細部分は実際の脳の神経系の反応特性と比較し、最終層での反応特性がある程度一致するまでパラメータチューニングを行なった。過去の文献よると、高次視覚領野(サルのIT野)などに複雑な図形を与えた場合の反応では、多数の細胞が、物体のある一部分から見た特定の像に依存した反応特性を示すことが知られている。さらに物体を回転させるなどして、像を変形させると、徐々に反応のレベルが落ちてくることが知られていることがわかった。我々は、この神経回路モデルに3次元物体を学習させ、自己組織化させた上で、学習した像から、物体を回転・拡大・縮小・平行移動などの変形を行い、どのような特性を示すのかを検討した。我々の構築した神経回路モデルでは生理実験で調べられている限りの上での不整合は見られなかった。その結果を確認した上で我々はどのような空間フィルタが形成されているかを調べ、物体の角や、T-ジャンクションと呼ばれる部分のフィルタが多数形成されているのを確認した。これらのフィルタは2次元物体を識別する際に重要な特徴と考えられており、3次元物体の認識を行う際にも重要な特徴であるということが確認できた。, 10780231
研究期間 1998年 - 1999年

多層構造をもつ.神経回路モデルにおけるトポグラフィックマッピングの形成
庄野 逸
日本学術振興会, 科学研究費助成事業, 大阪大学, 奨励研究(A), 哺乳類等の大脳皮質、特に感覚情報処理の初期段階を受け持つ感覚野と呼ばれる領域と、筋肉に指令を発する運動野と呼ばれる領域等においては連続的な機能地図(トポグラフィックマッピング)が存在する。簡単にいえば、感覚野においては近くにある神経細胞は似たような刺激に反応し、運動野においては近くの細胞は近くの筋肉に指令を送っているということである。特に最も良く研究されているのは感覚野である初期視覚領野の機能地図形に関してである。オプチカルレコーディング等の計測技術の進歩により皮質地図,特に哺乳類の視覚1次野の特徴が解明されてきている。哺乳類の大脳皮質の初期視覚野においては,様々な方位を持つ線分に対する反応する機能地図(マップ)が発見されている.近年では,方位だけでなく様々な方向に線分を動かした時に反応する機能マップがferretや猫の17野等で発見されており,方向に関するマップと方位に関するマップとの関連が議論されている.ここで述べる“方位(orientation)"とは,提示された線分の傾き(0〜π)を表し,“方向(direction)"とは,その線分の移動方向まで区別した言いかたである.したがって一つの方位には正反対の二つの方向が対応している.皮質上に形成される方位マップと方向マップとは互いに矛盾のないようにできているはずであるが,これらのマップの関係には二通りのありようが可能である.一つは方位マップ上で,ある方位に対応する一個の領域が一つの方向だけに反応し,それと正反対の方向に反応する細胞は,別の場所に存在しているという可能性である.もう一つの可能性は,一つの方位選択領域が正反対の向きを持つ2つの方向領域に分割されているという可能性である.すなわち,正反対の方向に反応する領域が隣接して一つの方位領域をなしている場合である.Feretや猫17野で観測されているのは後者の機能地図である。このような機能地図を形成する自己組織化モデルとしてKohonenのSOMが挙げられる.本研究ではこのSOMを用いて方向及び方位を含めたマップを2次元平面上に形成し,ferretや猫の17野で発見されているような機能地図を形成することに成功した., 08780358
研究期間 1996年 - 1996年

脳に学ぶ能動的視覚パターン認識の研究
福島 邦彦; 岡田 真人; 庄野 逸
日本学術振興会, 科学研究費助成事業, 大阪大学, 基盤研究(A), 神経回路モデルを仲介とする合成的手法を用いて,生物の脳における能動的視覚情報処理仕組みを解明するとともに,そのメカニズムを取り入れたパターン認識システム(網膜に映った光学像を単に受動的に処理するのではなく,もっと能動的な処理を行なう視覚情報処理システム)の新しい設計原理の開発を目指して研究を進め,以下のような多くの成果を得た. 1)形と動きの両処理系を持つ神経回路モデル,このモデルは哺乳動物の視覚系と同様に,形と動きの情報を別のチャネルで処理し,その時に生じる結びつけ問題を選択的注意機構によって解決している. 2)両眼視機構の神経回路モデル.far-cell, near-cell, fine-tuned cellなどを含む両眼性細胞の神経回路モデルを完成させた.物体が,注視点よりも近くにあるか遠くにあるかを識別できるようになった. 3)不均一な受容野と眼球運動.眼球の中心部で解像度が高く,周辺部で低くなるような不均一な受容野サイズを持ち,眼球を動かしながら外界の視覚情報を獲得していくシステムを構成した. 4)空間記憶の神経回路モデル.外界の空間恥部を断片的に記憶し,その記憶をもとに広範囲の地図を連鎖的に想起する能力を持ったシステムを実現した. 5)ネオコグニトロンによる文字認識の実用化.ネオコグニトロンは哺乳動物の視覚系のメカニズムをヒントに筆者らが以前提唱したパターン認識システムである.このシステムの実用化を目指して研究を進めた.回路構造や学習法に改良を加え,手書き数字の大規模データベースETL-1に対して98%以上の認識率を得た. 6)連鎖記憶回路の理論的解析.相関マトリクス型連想記憶回路の記憶容量など種々の性質を解明した., 07408005
研究期間 1995年 - 1996年

学習装置、学習方法及び学習プログラム
特許権, 鈴木 聡志, 増村 亮, 澤田 雅人, 安藤 厚志, 牧島 直輝, 庄野 逸, 特願2022-114303, 出願日: 2022年07月15日

学習装置、学習方法及び学習プログラム
特許権, 鈴木 聡志, 増村 亮, 澤田 雅人, 安藤 厚志, 牧島 直輝, 庄野 逸, 特願2022-114304, 出願日: 2022年07月15日

モデル評価装置、モデル評価方法およびモデル評価プログラム
特許権, 鈴木 聡志, 樋口 陽光, 庄野 逸, 特願2021-158633, 出願日: 2021年09月29日, 日本電信電話株式会社 , 国立大学法人電気通信大学

情報処理装置、プログラム、及び情報処理装置の動作方法
特許権, 高杉順子, 中村理恵, 黒沢正治, 庄野逸, 特願2020-197515, 出願日: 2020年11月27日, 株式会社コーセー , 国立大学法人電気通信大学

画像処理方法、画像処理装置及びプログラム
特許権, 庄野逸, 鈴木聡志, 谷田隆一, 木全英明, 特願2020-088398, 出願日: 2020年05月20日, 日本電信電話株式会社 , 国立大学法人電気通信大学

放送大学 データサイエンスの技術
出演, 放送大学, ニューラルネットワーク概論
2021年10月01日