LEARNING DEVICE, LEARNING METHOD, AND LEARNING PROGRAM

• Main Authors: KURATA, Kana, WATANABE, Mayuko, TANIDA, Ryuichi, SHIMAMURA, Jun
• Format: Patent
• Language: English; French; Japanese
• Published: 13.06.2024
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; PHYSICS

An acquisition unit of this learning device acquires, from a plurality of learning images observed in respectively different wavelength regions, point information for each pixel, which constitutes a five-dimensional array obtained by combining three-dimensional coordinates of a point present on a gaze line and a vector representing the direction of the gaze line. A learning unit of the learning device uses the point information acquired by the acquisition unit from the plurality of learning images and the plurality of learning images to learn a density estimation multi-layer perceptron that estimates a density estimation value, which is an estimated value of the probability of the existence of a substance which generates a signal at a point. Une unité d'acquisition de ce dispositif d'apprentissage acquiert, à partir d'une pluralité d'images d'apprentissage observées dans des zones de longueur d'onde respectivement différentes, des informations de points pour chaque pixel, qui constituent un réseau en cinq dimensions obtenu en combinant les coordonnées tridimensionnelles d'un point présent sur une ligne de regard et d'un vecteur représentant la direction de la ligne de regard. Une unité d'apprentissage du dispositif d'apprentissage utilise les informations de points acquises par l'unité d'acquisition à partir de la pluralité d'images d'apprentissage pour apprendre un perceptron multicouche d'estimation de densité qui estime une valeur d'estimation de la densité, qui est une valeur estimée de la probabilité de l'existence d'une substance qui génère un signal au niveau d'un point. 学習装置の取得部は、それぞれ異なる波長域で観測された複数の学習画像から、視線上に存在する点の３次元座標と視線の方向を表すベクトルとを結合した５次元配列であって、画素毎の点情報を取得する。学習装置の学習部は、点にシグナルを発生させる物質が存在する確率の推定値である密度推定値を推定する密度推定多層パーセプトロンを、取得部が複数の学習画像から取得した点情報と当該複数の学習画像とを用いて学習する。