Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.
SOMの分かり易い解説
初めての人は 初めまして
そうでない人はお久しぶりです
で~ごです。
自己紹介   で~ご   岐阜高専D科 OB   高専カンファは3回目(発表は2回目)   Twitter : dego_96
自己紹介   で~ご   岐阜高専D科 OB   高専カンファは3回目(発表は2回目)   Twitter : dego_96
自己紹介   で~ご   岐阜高専D科 OB   高専カンファは3回目(発表は2回目)   Twitter : dego_96
自己紹介   で~ご   岐阜高専D科 OB   高専カンファは3回目(発表は2回目)   Twitter : dego_96
自己紹介   で~ご   岐阜高専D科 OB   高専カンファは3回目(発表は2回目)   Twitter : dego_96                クリスマスの予定は                もちろんバイトです!
さっそくSOMの説明
に入る前に
何故にこの発表をするのか?
理由• 遺伝的アルゴリズム(GA)と同程度の難易度 – ニコ動にGAはあるがSOMは無い• けっこういろんな場所で使える• 岐阜カンファ1.5のリベンジ• 高専の研究で使ったから – 卒研発表のスライドの半分を占領 – 学科内で担当教官しか詳し...
調べてみたどこで使われているのか• 居住地域構造研究に対する自己組織化マップの適  用可能性• 自己組織化マップを用いた風況予測に関する研究 – 松江高専 築谷隆雄• 自己組織化マップを用いた輪郭抽出手法の研究 – 津山高専 薮木登、松江高専 ...
4年生の後期研究内容が決まってきたころ
4年生の後期  研究内容が決まってきたころ何も知らない僕に担当教官が
僕     担当教官    これ使ってみて
僕          担当教官            これ使ってみて わかりました。簡単に説明を・・・
僕          担当教官            これ使ってみて わかりました。簡単に説明を・・・            読めばわかるよ!
僕          担当教官            これ使ってみて わかりました。簡単に説明を・・・            読めばわかるよ!応用って書いてありますけど・・・
僕          担当教官            これ使ってみて わかりました。簡単に説明を・・・            読めばわかるよ!応用って書いてありますけど・・・            読めばわかるよ!
僕          担当教官            これ使ってみて わかりました。簡単に説明を・・・            読めばわかるよ!応用って書いてありますけど・・・            読めばわかるよ!簡単でいいのでせ、説明を・・・
僕          担当教官            これ使ってみて わかりました。簡単に説明を・・・            読めばわかるよ!応用って書いてありますけど・・・            読めばわかるよ!簡単でいいのでせ、説明を・・・...
調べてみた自己組織化マップ
調べてみたSelf Organizing Map
調べてみた                      ソ ムSelf Organizing Map ⇒ SOM
調べてみた                                  ソ ムSelf Organizing Map ⇒ SOM コホネンが提案した、教師なし学習によって、入力データ群 をそのデータ間の関係を保ったまま、任意の次元へと写像...
調べてみた                                  ソ ムSelf Organizing Map ⇒ SOM コホネンが提案した、教師なし学習によって、入力データ群 をそのデータ間の関係を保ったまま、任意の次元へと写像...
簡単に言うと
入力データを平面にきれいに並べる
入力データを平面にきれいに並べる
属   属   属   属     属   属   属   属   属   属    属     属    属    属    属    属       性   性   性   性     性   性   性   性   性   性    性 ...
属   属   属   属     属   属   属   属   属   属    属     属    属    属    属    属       性   性   性   性     性   性   性   性   性   性    性 ...
属   属   属   属     属   属   属   属   属   属    属     属    属    属    属    属       性   性   性   性     性   性   性   性   性   性    性 ...
属   属   属   属     属   属   属   属   属   属    属     属    属    属    属    属       性   性   性   性     性   性   性   性   性   性    性 ...
属   属   属   属     属   属   属   属   属   属    属     属    属    属    属    属       性   性   性   性     性   性   性   性   性   性    性 ...
属   属   属   属     属   属   属   属   属   属    属     属    属    属    属    属       性   性   性   性     性   性   性   性   性   性    性 ...
属   属   属   属     属   属   属   属   属   属    属     属    属    属    属    属       性   性   性   性     性   性   性   性   性   性    性 ...
属   属   属   属     属   属   属   属   属   属    属     属    属    属    属    属       性   性   性   性     性   性   性   性   性   性    性 ...
属   属   属   属     属   属   属   属   属   属    属     属     属    属    属    属       性   性   性   性     性   性   性   性   性   性    性...
入力データを平面にきれいに並べる
入力データを平面にきれいに並べる      =    結果(2次元)
鳥
草食肉食
なにがわかるのか
なにがわかるのか 関係図(的なもの)ができる
なにがわかるのか 関係図(的なもの)ができる 似た性質のものは近くに来る
なにがわかるのか 関係図(的なもの)ができる 似た性質のものは近くに来る 特徴・性質の位置関係がわかる
なにがわかるのか   関係図(的なもの)ができる   似た性質のものは近くに来る   特徴・性質の位置関係がわかる   多目的最適化のパレート解の可視化
なにがわかるのか   関係図(的なもの)ができる   似た性質のものは近くに来る   特徴・性質の位置関係がわかる   多目的最適化のパレート解の可視化   クラスタリングに使われたり
なにがわかるのか   関係図(的なもの)ができる   似た性質のものは近くに来る   特徴・性質の位置関係がわかる   多目的最適化のパレート解の可視化   クラスタリングに使われたり          ← これにはこんな感じで   ...
ここまでの説明で、、、
分かったような
分かってないような
分かってないような  ちなみに僕は半分もわかりませんでした\(^ω^)/
これどうやって作るのか?
動物の例ではわかりにくいので
色(RGB)の例で説明します
動物     色16次元六角形
動物     色16次元   3次元六角形
動物     色16次元   3次元六角形    四角形
必要な能力1、四則演算(+-×÷)2、比較(><)2、平方根
中学で全て習います
SOMの分かり易い解説
SOMの分かり易い解説
中学生でも分かるSOMの解説
あるごりずむ手順1、入力データを用意する2、出力平面(結果)を初期化する3、きれいに並べ変える(学習する)
1.入力データを用意する入力データ ⇒ 画像             1ピクセル(R1、G1、B1)             2ピクセル(R2、G2、B2)             3ピクセル(R3、G3、B3)
1.入力データを用意する入力データ ⇒ 画像             入力データ1(R1、G1、B1)             入力データ2(R2、G2、B2)             入力データ3(R3、G3、B3)
1.入力データを用意する入力データ ⇒ 画像                      入力データ1(R1、G1、B1)                      入力データ2(R2、G2、B2)                      入力...
1.入力データを用意する入力データ ⇒ 画像             入力データ1(R1、G1、B1)             入力データ2(R2、G2、B2)             入力データ3(R3、G3、B3)         ↓ 最初...
2.出力平面(結果)を初期化する    出力 ⇒ 配列       WH
2.出力平面(結果)を初期化する    出力 ⇒ 配列   自分で決めるもの       W      ・ W (横幅)              ・ H (縦幅)              ・ 1個1個の色(ランダム)H
2.出力平面(結果)を初期化する    出力 ⇒ 配列   自分で決めるもの       W      ・ W (横幅)              ・ H (縦幅)              ・ 1個1個の色(ランダム)H
2.出力平面(結果)を初期化する    出力 ⇒ 配列   自分で決めるもの       W      ・ W (横幅)              ・ H (縦幅)              ・ 1個1個の色(ランダム)H           ...
2.出力平面(結果)を初期化する    出力 ⇒ 配列   自分で決めるもの       W      ・ W (横幅)              ・ H (縦幅)              ・ 1個1個の色(ランダム)H           ...
3.きれいに並べ変える(学習する)   結果入力データ        ・・・
3.きれいに並べ変える(学習する)   結果              学習のやり方              ①入力データを一つ選択入力データ        ・・・
3.きれいに並べ変える(学習する)   結果              学習のやり方              ①入力データを一つ選択              ②入力データに最も似た色の               ニューロンを探す入力データ...
3.きれいに並べ変える(学習する)   結果              学習のやり方              ①入力データを一つ選択              ②入力データに最も似た色の               ニューロンを探す     ...
3.きれいに並べ変える(学習する)   結果              学習のやり方              ①入力データを一つ選択              ②入力データに最も似た色の               ニューロンを探す     ...
3.きれいに並べ変える(学習する)   結果              学習のやり方              ①入力データを一つ選択              ②入力データに最も似た色の               ニューロンを探す     ...
3.きれいに並べ変える(学習する)   結果               学習のやり方               ①入力データを一つ選択               ②入力データに最も似た色の                ニューロンを探す ...
学習を繰り返すことで・・・
学習を繰り返すことで・・・
学習を繰り返すことで・・・                完成!!
なんか違う…         ≠             完成??
※ 表現の仕方が違うだけです      ≒
皆さん、もうわかりましたね
「わかった」ということは
「プログラム」書けますよね?
え?
(ヾノ・∀・`)ムリムリ?
そんな人のためにもっとわかりやすく
もっとわかりやすく手順1、入力データを用意する ⇒ ごめんなさいm(_ _)m2、出力平面(結果)を初期化する ⇒ ごめんなさいm(_ _)m3、きれいに並べ変える(学習する) ⇒ もっとわかりやすく
※ 前に出たスライドです  3.きれいに並べ変える(学習する)   結果                   学習のやり方                   ①入力データを一つ選択                   ②入力データに最も似た色...
もっとわかりやすく学習のやり方②入力データに最も似た色のニューロンを探す
もっとわかりやすく学習のやり方②入力データに最も似た色のニューロンを探す似た色とは?⇒ 色の距離が最も近いもの
もっとわかりやすく学習のやり方②入力データに最も似た色のニューロンを探す似た色とは?⇒ 色の距離が最も近いもの距離: d    x2  x1    y2  y1                    2             2
もっとわかりやすく学習のやり方②入力データに最も似た色のニューロンを探す 似た色とは? ⇒ 色の距離が最も近いもの色の場合距離: d    R1  R2   G1  G2   B1  B2                ...
距離について2次元   d    x2  x1    y2  y1                         2                23次元   d    x2  x1    y2  y1  ...
もっとわかりやすく
もっとわかりやすく 2学習のやり方③周囲にあるニューロンを入力データに近い色にする
もっとわかりやすく 2学習のやり方③周囲にあるニューロンを入力データに近い色にする
近づけるとは(数学的に)
近づけるとは(数学的に)Q、「1」 を 「10」 にするには?
近づけるとは(数学的に)Q1、「1」 を 「10」 にするには?   A1. 10倍する   A2. 9を足す
近づけるとは(数学的に)Q1、「1」 を 「10」 にするには?   A1. 10倍する     ×   A2. 9を足す      ○
近づけるとは(数学的に)Q2、「1」 を 「10」 に半分だけ近づけるには?
近づけるとは(数学的に)Q2、「1」 を 「10」 に半分だけ近づけるには?      A1. 5倍する
近づけるとは(数学的に)Q2、「1」 を 「10」 に半分だけ近づけるには?      A1. 5倍する
近づけるとは(数学的に)Q2、「1」 を 「10」 に半分だけ近づけるには?      A1. 5.5倍する
近づけるとは(数学的に)Q2、「1」 を 「10」 に半分だけ近づけるには?      A1. 5.5倍する      A2. 4.5を足す   SOM的にはコッチ
近づけるとは(数学的に)Q2、「1」 を 「10」 に半分だけ近づけるには?      A1. 5.5倍する      A2. 4.5を足す         SOM的にはコッチ      4.5 = (10 - 1)÷2            ...
近づけるとは(数学的に)Q2、「1」 を 「10」 に半分だけ近づけるには?      A1. 5.5倍する      A2. 4.5を足す      SOM的にはコッチ      4.5 = (10 - 1)×0.5             ...
近づけるとは(数学的に)     図で書くと             10      9 1
近づけるとは(数学的に)     図で書くと             10      4.5 1
近づけるとは(数学的に)      図で書くと              10ここが近づけた値       5.5       4.5  1
もっとわかりやすく 2学習のやり方③周囲にあるニューロンを入力データに近い色にする Rnew  R1  R2  R1    GもBも同じことをやれば  (Rnew, Gnew, Bnew) が近い色になる
説明していなかったこと 1 学習のやり方③ 周囲にあるニューロンを入力データに近い色にするRnew  R1  R2  R1   n   n               n       n 今、何回目? n   0 ...
説明していなかったこと 2 学習のやり方③ 周囲にあるニューロンを入力データに近い色にするRnew  R1  R2  R1   n   n     は                 の半径です
説明していなかったこと 2 学習のやり方③ 周囲にあるニューロンを入力データに近い色にするRnew  R1  R2  R1   n   n               n   n 今、何回目? n   0  1 ...
これでもう、みんなSOMを理解した
これでもう、みんなSOMを理解した
最後になりましたが、
作ってみたものがあるので 見ていただきたいです
「ポケモン151匹をSOMで並べてみた」
使ったデータ某攻略サイトから・ 種族値 (攻、防、特攻、特防、素早)・ 捕まえやすさ・ 経験値・ タイプ
Somの分かり易い解説
Somの分かり易い解説
Somの分かり易い解説
Prochain SlideShare
Chargement dans…5
×

Somの分かり易い解説

9 091 vues

Publié le

中学生でもわかるSOMの解説

  • Soyez le premier à commenter

Somの分かり易い解説

  1. 1. SOMの分かり易い解説
  2. 2. 初めての人は 初めまして
  3. 3. そうでない人はお久しぶりです
  4. 4. で~ごです。
  5. 5. 自己紹介 で~ご 岐阜高専D科 OB 高専カンファは3回目(発表は2回目) Twitter : dego_96
  6. 6. 自己紹介 で~ご 岐阜高専D科 OB 高専カンファは3回目(発表は2回目) Twitter : dego_96
  7. 7. 自己紹介 で~ご 岐阜高専D科 OB 高専カンファは3回目(発表は2回目) Twitter : dego_96
  8. 8. 自己紹介 で~ご 岐阜高専D科 OB 高専カンファは3回目(発表は2回目) Twitter : dego_96
  9. 9. 自己紹介 で~ご 岐阜高専D科 OB 高専カンファは3回目(発表は2回目) Twitter : dego_96 クリスマスの予定は もちろんバイトです!
  10. 10. さっそくSOMの説明
  11. 11. に入る前に
  12. 12. 何故にこの発表をするのか?
  13. 13. 理由• 遺伝的アルゴリズム(GA)と同程度の難易度 – ニコ動にGAはあるがSOMは無い• けっこういろんな場所で使える• 岐阜カンファ1.5のリベンジ• 高専の研究で使ったから – 卒研発表のスライドの半分を占領 – 学科内で担当教官しか詳しくなかった(当時) – 理解してみれば思ったより簡単
  14. 14. 調べてみたどこで使われているのか• 居住地域構造研究に対する自己組織化マップの適 用可能性• 自己組織化マップを用いた風況予測に関する研究 – 松江高専 築谷隆雄• 自己組織化マップを用いた輪郭抽出手法の研究 – 津山高専 薮木登、松江高専 築谷隆雄
  15. 15. 4年生の後期研究内容が決まってきたころ
  16. 16. 4年生の後期 研究内容が決まってきたころ何も知らない僕に担当教官が
  17. 17. 僕 担当教官 これ使ってみて
  18. 18. 僕 担当教官 これ使ってみて わかりました。簡単に説明を・・・
  19. 19. 僕 担当教官 これ使ってみて わかりました。簡単に説明を・・・ 読めばわかるよ!
  20. 20. 僕 担当教官 これ使ってみて わかりました。簡単に説明を・・・ 読めばわかるよ!応用って書いてありますけど・・・
  21. 21. 僕 担当教官 これ使ってみて わかりました。簡単に説明を・・・ 読めばわかるよ!応用って書いてありますけど・・・ 読めばわかるよ!
  22. 22. 僕 担当教官 これ使ってみて わかりました。簡単に説明を・・・ 読めばわかるよ!応用って書いてありますけど・・・ 読めばわかるよ!簡単でいいのでせ、説明を・・・
  23. 23. 僕 担当教官 これ使ってみて わかりました。簡単に説明を・・・ 読めばわかるよ!応用って書いてありますけど・・・ 読めばわかるよ!簡単でいいのでせ、説明を・・・ 頑張って!!
  24. 24. 調べてみた自己組織化マップ
  25. 25. 調べてみたSelf Organizing Map
  26. 26. 調べてみた ソ ムSelf Organizing Map ⇒ SOM
  27. 27. 調べてみた ソ ムSelf Organizing Map ⇒ SOM コホネンが提案した、教師なし学習によって、入力データ群 をそのデータ間の関係を保ったまま、任意の次元へと写像 することができる、大脳皮質の視覚野をモデル化した人工 ニューラルネットワークの一種である。 高専生のレポートで大活躍のWikipediaより
  28. 28. 調べてみた ソ ムSelf Organizing Map ⇒ SOM コホネンが提案した、教師なし学習によって、入力データ群 をそのデータ間の関係を保ったまま、任意の次元へと写像 することができる、大脳皮質の視覚野をモデル化した人工 ニューラルネットワークの一種である。 高専生のレポートで大活躍のWikipediaより (?Д ?)エッ?! ナニソレオイシイノ??
  29. 29. 簡単に言うと
  30. 30. 入力データを平面にきれいに並べる
  31. 31. 入力データを平面にきれいに並べる
  32. 32. 属 属 属 属 属 属 属 属 属 属 属 属 属 属 属 属 性 性 性 性 性 性 性 性 性 性 性 性 性 性 性 性 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 中 夜 2 4 髪 有 た 羽 草 小 大 根 縞 狩 走名前 ぐ 行 本 本 を 蹄 て あ 飛 泳 食 さ ら き が あ 猟 る ぶ ぐ い い 性 足 足 持 類 り 性 い つ み り ハト 1 0 0 0 1 0 0 0 0 1 0 0 0 1 0 0.5キツネ 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0.5メンドリ 1 0 0 0 1 0 0 0 0 1 0.3 0 0 1 1 0.5ライオン 0 0 0 0 1 0 0 0 0 1 0 0 0 1 1 0.5ガチョウ 1 0 0 1 1 0 0 0 0 1 0 1 0 1 0 0 ワシ 0 0 0 0 1 0 0 0 0 1 0 1 0 1 0 0 イヌ 0 1 0 0 1 0 0 0 0 1 0 1 0 0 0 0オオカミ 0 1 0 0.5 0 1 1 0 0 0 0 1 0 0 0 0シマウマ 0 1 0 0 0 1 1 0 0 0 0 0 1 0 0 0 アヒル 1 1 0 1 0 1 1 0 1 0 0 1 1 0 0 0 ネコ 1 0 0 0.5 0 1 1 0 0 0 0 1 0 0 0 0フクロウ 1 0 1 0.5 0 1 1 0 0 0 1 1 1 0 0 0 トラ 0 0 1 0 0 1 1 0 1 0 0 1 1 0 0 0 ウマ 0 0 1 0 0 1 1 1 1 0 0 0 1 0 0 1 タカ 1 0 1 0 0 1 1 1 1 0 1 0 1 0 0 1 ウシ 0 0 1 0 0 1 1 1 0 0 0 0 0 0 0 1
  33. 33. 属 属 属 属 属 属 属 属 属 属 属 属 属 属 属 属 性 性 性 性 性 性 性 性 性 性 性 性 性 性 性 性 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 中 夜 2 4 髪 有 た 羽 草 小 大 根 縞 狩 走名前 ぐ 行 本 本 を 蹄 て あ 飛 泳 食 さ ら き が あ 猟 る ぶ ぐ い い 性 足 足 持 類 り 性 い つ み り ハト 1 0 0 0 1 0 0 0 0 1 0 0 0 1 0 0.5キツネ 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0.5メンドリライオン 1 0 0 0 入力データ1 (16次元) 0 0 0 0 1 1 0 0 0 0 0 0 0 0 1 1 0.3 0 0 0 0 0 1 1 1 1 0.5 0.5ガチョウ 1 0 0 1 1 0 0 0 0 1 0 1 0 1 0 0 ワシ 0 0 0 0 1 0 0 0 0 1 0 1 0 1 0 0 イヌ 0 1 0 0 1 0 0 0 0 1 0 1 0 0 0 0オオカミ 0 1 0 0.5 0 1 1 0 0 0 0 1 0 0 0 0シマウマ 0 1 0 0 0 1 1 0 0 0 0 0 1 0 0 0 アヒル 1 1 0 1 0 1 1 0 1 0 0 1 1 0 0 0 ネコ 1 0 0 0.5 0 1 1 0 0 0 0 1 0 0 0 0フクロウ 1 0 1 0.5 0 1 1 0 0 0 1 1 1 0 0 0 トラ 0 0 1 0 0 1 1 0 1 0 0 1 1 0 0 0 ウマ 0 0 1 0 0 1 1 1 1 0 0 0 1 0 0 1 タカ 1 0 1 0 0 1 1 1 1 0 1 0 1 0 0 1 ウシ 0 0 1 0 0 1 1 1 0 0 0 0 0 0 0 1
  34. 34. 属 属 属 属 属 属 属 属 属 属 属 属 属 属 属 属 性 性 性 性 性 性 性 性 性 性 性 性 性 性 性 性 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 中 夜 2 4 髪 有 た 羽 草 小 大 根 縞 狩 走名前 ぐ 行 本 本 を 蹄 て あ 飛 泳 食 さ ら き が あ 猟 る ぶ ぐ い い 性 足 足 持 類 り 性 い つ み り ハト 1 0 0 0 1 0 0 0 0 1 0 0 0 1 0 0.5キツネ 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0.5メンドリ 1 0 0 0 1 0 0 0 0 1 0.3 0 0 1 1 0.5ライオン 0 0 0 0 1 0 0 0 0 1 0 0 0 1 1 0.5ガチョウ 1 0 入力データ2 (16次元) 0 1 1 0 0 0 0 1 0 1 0 1 0 0 ワシ 0 0 0 0 1 0 0 0 0 1 0 1 0 1 0 0 イヌ 0 1 0 0 1 0 0 0 0 1 0 1 0 0 0 0オオカミ 0 1 0 0.5 0 1 1 0 0 0 0 1 0 0 0 0シマウマ 0 1 0 0 0 1 1 0 0 0 0 0 1 0 0 0 アヒル 1 1 0 1 0 1 1 0 1 0 0 1 1 0 0 0 ネコ 1 0 0 0.5 0 1 1 0 0 0 0 1 0 0 0 0フクロウ 1 0 1 0.5 0 1 1 0 0 0 1 1 1 0 0 0 トラ 0 0 1 0 0 1 1 0 1 0 0 1 1 0 0 0 ウマ 0 0 1 0 0 1 1 1 1 0 0 0 1 0 0 1 タカ 1 0 1 0 0 1 1 1 1 0 1 0 1 0 0 1 ウシ 0 0 1 0 0 1 1 1 0 0 0 0 0 0 0 1
  35. 35. 属 属 属 属 属 属 属 属 属 属 属 属 属 属 属 属 性 性 性 性 性 性 性 性 性 性 性 性 性 性 性 性 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 中 夜 2 4 髪 有 た 羽 草 小 大 根 縞 狩 走名前 ぐ 行 本 本 を 蹄 て あ 飛 泳 食 さ ら き が あ 猟 る ぶ ぐ い い 性 足 足 持 類 り 性 い つ み り ハト 1 0 0 0 1 0 0 0 0 1 0 0 0 1 0 0.5キツネ 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0.5メンドリ 1 0 0 0 1 0 0 0 0 1 0.3 0 0 1 1 0.5ライオン 0 0 0 0 1 0 0 0 0 1 0 0 0 1 1 0.5ガチョウ 1 0 0 1 1 0 0 0 0 1 0 1 0 1 0 0 ワシ 0 0 入力データ3 (16次元) 0 0 1 0 0 0 0 1 0 1 0 1 0 0 イヌ 0 1 0 0 1 0 0 0 0 1 0 1 0 0 0 0オオカミ 0 1 0 0.5 0 1 1 0 0 0 0 1 0 0 0 0シマウマ 0 1 0 0 0 1 1 0 0 0 0 0 1 0 0 0 アヒル 1 1 0 1 0 1 1 0 1 0 0 1 1 0 0 0 ネコ 1 0 0 0.5 0 1 1 0 0 0 0 1 0 0 0 0フクロウ 1 0 1 0.5 0 1 1 0 0 0 1 1 1 0 0 0 トラ 0 0 1 0 0 1 1 0 1 0 0 1 1 0 0 0 ウマ 0 0 1 0 0 1 1 1 1 0 0 0 1 0 0 1 タカ 1 0 1 0 0 1 1 1 1 0 1 0 1 0 0 1 ウシ 0 0 1 0 0 1 1 1 0 0 0 0 0 0 0 1
  36. 36. 属 属 属 属 属 属 属 属 属 属 属 属 属 属 属 属 性 性 性 性 性 性 性 性 性 性 性 性 性 性 性 性 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 中 夜 2 4 髪 有 た 羽 草 小 大 根 縞 狩 走名前 ぐ 行 本 本 を 蹄 て あ 飛 泳 食 さ ら き が あ 猟 る ぶ ぐ い い 性 足 足 持 類 り 性 い つ み り ハト 1 0 0 0 1 0 0 0 0 1 0 0 0 1 0 0.5キツネ 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0.5メンドリ 1 0 0 0 1 0 0 0 0 1 0.3 0 0 1 1 0.5ライオン 0 0 0 0 1 0 0 0 0 1 0 0 0 1 1 0.5ガチョウ 1 0 0 1 1 0 0 0 0 1 0 1 0 1 0 0 ワシ 0 0 0 0 1 0 0 0 0 1 0 1 0 1 0 0 イヌ 0 1 0 0 1 0 0 0 0 1 0 1 0 0 0 0オオカミ 0 1 0 0.5 0 1 1 0 0 0 0 1 0 0 0 0シマウマ 0 1 0 0 0 1 1 0 0 0 0 0 1 0 0 0 アヒル 1 1 0 1 0 1 1 0 1 0 0 1 1 0 0 0 ネコ 1 0 0 0.5 0 1 1 0 0 0 0 1 0 0 0 0フクロウ 1 0 1 0.5 0 1 1 0 0 0 1 1 1 0 0 0 トラ 0 0 1 0 0 1 1 0 1 0 0 1 1 0 0 0 ウマ 0 0 1 0 0 1 1 1 1 0 0 0 1 0 0 1 タカ 1 0 1 0 0 1 1 1 1 0 1 0 1 0 0 1 ウシ 0 0 1 0 0 1 1 1 0 0 0 0 0 0 0 1
  37. 37. 属 属 属 属 属 属 属 属 属 属 属 属 属 属 属 属 性 性 性 性 性 性 性 性 性 性 性 性 性 性 性 性 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 中 夜 2 4 髪 有 た 羽 草 小 大 根 縞 狩 走名前 ぐ 行 本 本 を 蹄 て あ 飛 泳 食 さ ら き が あ 猟 る ぶ ぐ い い 性 足 足 持 類 り 性 い つ み り ハト 1 0 0 0 1 0 0 0 0 1 0 0 0 1 0 0.5キツネ 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0.5メンドリ 1 0 0 0 1 0 0 0 0 1 0.3 0 0 1 1 0.5ライオン 0 0 0 0 1 0 0 0 0 1 0 0 0 1 1 0.5ガチョウ 1 0 0 1 1 0 0 0 0 1 0 1 0 1 0 0 ワシ 0 0 0 0 1 0 0 0 0 1 0 1 0 1 0 0 イヌ 0 1 0 0 1 0 0 0 0 1 0 1 0 0 0 0オオカミ 0 1 0 0.5 0 1 1 0 0 0 0 1 0 0 0 0シマウマ 0 1 0 0 0 1 1 0 0 0 0 0 1 0 0 0 アヒル 1 1 0 1 0 1 1 0 1 0 0 1 1 0 0 0 ネコ 1 0 0 0.5 0 1 1 0 0 0 0 1 0 0 0 0フクロウ 1 0 1 0.5 0 1 1 0 0 0 1 1 1 0 0 0 トラ 0 0 1 0 0 1 1 0 1 0 0 1 1 0 0 0 ウマ 0 0 1 0 0 1 1 1 1 0 0 0 1 0 0 1 タカ 1 0 1 0 0 1 1 1 1 0 1 0 1 0 0 1 ウシ 0 0 1 0 0 1 1 1 0 0 0 0 0 0 0 1
  38. 38. 属 属 属 属 属 属 属 属 属 属 属 属 属 属 属 属 性 性 性 性 性 性 性 性 性 性 性 性 性 性 性 性 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 中 夜 2 4 髪 有 た 羽 草 小 大 根 縞 狩 走名前 ぐ 行 本 本 を 蹄 て あ 飛 泳 食 さ ら き が あ 猟 る ぶ ぐ い い 性 足 足 持 類 り 性 い つ み り ハト 1 0 0 0 1 0 0 0 0 1 0 0 0 1 0 0.5キツネ 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0.5メンドリ 1 0 0 0 1 0 0 0 0 1 0.3 0 0 1 1 0.5ライオン 0 0 0 0 1 0 0 0 0 1 0 0 0 1 1 0.5ガチョウ 1 0 0 1 1 0 0 0 0 1 0 1 0 1 0 0 ワシ 0 0 0 0 1 0 0 0 0 1 0 1 0 1 0 0 イヌ 0 1 0 0 1 0 0 0 0 1 0 1 0 0 0 0オオカミ 0 1 0 0.5 0 1 1 0 0 0 0 1 0 0 0 0シマウマ 0 1 0 0 0 1 1 0 0 0 0 0 1 0 0 0 アヒル 1 1 0 1 0 1 1 0 1 0 0 1 1 0 0 0 ネコ 1 0 0 0.5 0 1 1 0 0 0 0 1 0 0 0 0フクロウ 1 0 1 0.5 0 1 1 0 0 0 1 1 1 0 0 0 トラ 0 0 1 0 0 1 1 0 1 0 0 1 1 0 0 0 ウマ 0 0 1 0 0 1 1 1 1 0 0 0 1 0 0 1 タカ 1 0 1 0 0 1 1 1 1 0 1 0 1 0 0 1 ウシ 0 0 1 0 0 1 1 1 0 0 0 0 0 0 0 1
  39. 39. 属 属 属 属 属 属 属 属 属 属 属 属 属 属 属 属 性 性 性 性 性 性 性 性 性 性 性 性 性 性 性 性 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 中 夜 2 4 髪 有 た 羽 草 小 大 根 縞 狩 走名前 ぐ 行 本 本 を 蹄 て あ 飛 泳 食 さ ら き が あ 猟 る ぶ ぐ い い 性 足 足 持 類 り 性 い つ み り ハト 1 0 0 0 1 0 0 0 0 1 0 0 0 1 0 0.5キツネ 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0.5メンドリ 1 0 0 0 1 0 0 0 0 1 0.3 0 0 1 1 0.5ライオン 0 0 0 0 1 0 0 0 0 1 0 0 0 1 1 0.5ガチョウ 1 0 0 1 1 0 0 0 0 1 0 1 0 1 0 0 ワシ 0 0 0 0 1 0 0 0 0 1 0 1 0 1 0 0 イヌ 0 1 0 0 1 0 0 0 0 1 0 1 0 0 0 0オオカミ 0 1 0 0.5 0 1 1 0 0 0 0 1 0 0 0 0シマウマ 0 1 0 0 0 1 1 0 0 0 0 0 1 0 0 0 アヒル 1 1 0 1 0 1 1 0 1 0 0 1 1 0 0 0 ネコ 1 0 0 0.5 0 1 1 0 0 0 0 1 0 0 0 0フクロウ 1 0 1 0.5 0 1 1 0 0 0 1 1 1 0 0 0 トラ 0 0 1 0 0 1 1 0 1 0 0 1 1 0 0 0 ウマ 0 0 1 0 0 1 1 1 1 0 0 0 1 0 0 1 タカ 1 0 1 0 0 1 1 1 1 0 1 0 1 0 0 1 ウシ 0 0 1 0 0 1 1 1 0 0 0 0 0 0 0 1
  40. 40. 属 属 属 属 属 属 属 属 属 属 属 属 属 属 属 属 性 性 性 性 性 性 性 性 性 性 性 性 性 性 性 性 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 中 夜 2 4 髪 有 た 羽 草 小 大 根 縞 狩 走名前 ぐ 行 本 本 を 蹄 て あ 飛 泳 食 さ ら き が あ 猟 る ぶ ぐ い い 性 足 足 持 類 り 性 い つ み り ハト 1 0 0 0 1 0 0 0 0 1 0 0 0 1 0 0.5キツネ 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0.5メンドリ 1 0 0 0 1 0 0 0 0 1 0.3 0 0 1 1 0.5ライオン 0 0 0 0 1 0 0 0 0 1 0 0 0 1 1 0.5ガチョウ 1 0 0 1 1 0 0 0 0 1 0 1 0 1 0 0 ワシ 0 0 0 0 1 0 0 0 0 1 0 1 0 1 0 0 イヌ 0 1 0 0 1 0 0 0 0 1 0 1 0 0 0 0オオカミ 0 1 0 0.5 0 1 1 0 0 0 0 1 0 0 0 0シマウマ 0 1 0 0 0 1 1 0 0 0 0 0 1 0 0 0※ サンプルなので細かいことは アヒル 1 1 0 1 0 1 1 0 1 0 0 1 1 0 0 0 ネコ 1 0 0 0.5 0 1 1 0 0 0 0 1 0 0 0 0 気にしないでくださいフクロウ 1 0 1 0.5 0 1 1 0 0 0 1 1 1 0 0 0 トラ 0 0 1 0 0 1 1 0 1 0 0 1 1 0 0 (注)僕は作ってません0 ウマ 0 0 1 0 0 1 1 1 1 0 0 0 1 0 0 1 タカ 1 0 1 0 0 1 1 1 1 0 1 0 1 0 0 1 ウシ 0 0 1 0 0 1 1 1 0 0 0 0 0 0 0 1
  41. 41. 入力データを平面にきれいに並べる
  42. 42. 入力データを平面にきれいに並べる = 結果(2次元)
  43. 43.
  44. 44. 草食肉食
  45. 45. なにがわかるのか
  46. 46. なにがわかるのか 関係図(的なもの)ができる
  47. 47. なにがわかるのか 関係図(的なもの)ができる 似た性質のものは近くに来る
  48. 48. なにがわかるのか 関係図(的なもの)ができる 似た性質のものは近くに来る 特徴・性質の位置関係がわかる
  49. 49. なにがわかるのか 関係図(的なもの)ができる 似た性質のものは近くに来る 特徴・性質の位置関係がわかる 多目的最適化のパレート解の可視化
  50. 50. なにがわかるのか 関係図(的なもの)ができる 似た性質のものは近くに来る 特徴・性質の位置関係がわかる 多目的最適化のパレート解の可視化 クラスタリングに使われたり
  51. 51. なにがわかるのか 関係図(的なもの)ができる 似た性質のものは近くに来る 特徴・性質の位置関係がわかる 多目的最適化のパレート解の可視化 クラスタリングに使われたり ← これにはこんな感じで 書いてあります
  52. 52. ここまでの説明で、、、
  53. 53. 分かったような
  54. 54. 分かってないような
  55. 55. 分かってないような ちなみに僕は半分もわかりませんでした\(^ω^)/
  56. 56. これどうやって作るのか?
  57. 57. 動物の例ではわかりにくいので
  58. 58. 色(RGB)の例で説明します
  59. 59. 動物 色16次元六角形
  60. 60. 動物 色16次元 3次元六角形
  61. 61. 動物 色16次元 3次元六角形 四角形
  62. 62. 必要な能力1、四則演算(+-×÷)2、比較(><)2、平方根
  63. 63. 中学で全て習います
  64. 64. SOMの分かり易い解説
  65. 65. SOMの分かり易い解説
  66. 66. 中学生でも分かるSOMの解説
  67. 67. あるごりずむ手順1、入力データを用意する2、出力平面(結果)を初期化する3、きれいに並べ変える(学習する)
  68. 68. 1.入力データを用意する入力データ ⇒ 画像 1ピクセル(R1、G1、B1) 2ピクセル(R2、G2、B2) 3ピクセル(R3、G3、B3)
  69. 69. 1.入力データを用意する入力データ ⇒ 画像 入力データ1(R1、G1、B1) 入力データ2(R2、G2、B2) 入力データ3(R3、G3、B3)
  70. 70. 1.入力データを用意する入力データ ⇒ 画像 入力データ1(R1、G1、B1) 入力データ2(R2、G2、B2) 入力データ3(R3、G3、B3) ↓ 最初のピクセル(入力データ1) ↑ 最初のピクセル(入力データN)
  71. 71. 1.入力データを用意する入力データ ⇒ 画像 入力データ1(R1、G1、B1) 入力データ2(R2、G2、B2) 入力データ3(R3、G3、B3) ↓ 最初のピクセル(入力データ1) 最初のピクセル(入力データN)↑
  72. 72. 2.出力平面(結果)を初期化する 出力 ⇒ 配列 WH
  73. 73. 2.出力平面(結果)を初期化する 出力 ⇒ 配列 自分で決めるもの W ・ W (横幅) ・ H (縦幅) ・ 1個1個の色(ランダム)H
  74. 74. 2.出力平面(結果)を初期化する 出力 ⇒ 配列 自分で決めるもの W ・ W (横幅) ・ H (縦幅) ・ 1個1個の色(ランダム)H
  75. 75. 2.出力平面(結果)を初期化する 出力 ⇒ 配列 自分で決めるもの W ・ W (横幅) ・ H (縦幅) ・ 1個1個の色(ランダム)H 要はてきとーな画像と同じ
  76. 76. 2.出力平面(結果)を初期化する 出力 ⇒ 配列 自分で決めるもの W ・ W (横幅) ・ H (縦幅) ・ 1個1個の色(ランダム)H 要はてきとーな画像と同じ ニューロン
  77. 77. 3.きれいに並べ変える(学習する) 結果入力データ ・・・
  78. 78. 3.きれいに並べ変える(学習する) 結果 学習のやり方 ①入力データを一つ選択入力データ ・・・
  79. 79. 3.きれいに並べ変える(学習する) 結果 学習のやり方 ①入力データを一つ選択 ②入力データに最も似た色の ニューロンを探す入力データ ・・・
  80. 80. 3.きれいに並べ変える(学習する) 結果 学習のやり方 ①入力データを一つ選択 ②入力データに最も似た色の ニューロンを探す ③周囲にあるニューロンを 入力データに近い色にする入力データ ・・・
  81. 81. 3.きれいに並べ変える(学習する) 結果 学習のやり方 ①入力データを一つ選択 ②入力データに最も似た色の ニューロンを探す ③周囲にあるニューロンを 入力データに近い色にする入力データ ・・・
  82. 82. 3.きれいに並べ変える(学習する) 結果 学習のやり方 ①入力データを一つ選択 ②入力データに最も似た色の ニューロンを探す ③周囲にあるニューロンを 入力データに近い色にする ④全ての入力データに対して ①~③を繰り返す入力データ ・・・
  83. 83. 3.きれいに並べ変える(学習する) 結果 学習のやり方 ①入力データを一つ選択 ②入力データに最も似た色の ニューロンを探す ③周囲にあるニューロンを 入力データに近い色にする ④全ての入力データに対して ①~③を繰り返す入力データ ・・・ 入力データ全部やって学習1回
  84. 84. 学習を繰り返すことで・・・
  85. 85. 学習を繰り返すことで・・・
  86. 86. 学習を繰り返すことで・・・ 完成!!
  87. 87. なんか違う… ≠ 完成??
  88. 88. ※ 表現の仕方が違うだけです ≒
  89. 89. 皆さん、もうわかりましたね
  90. 90. 「わかった」ということは
  91. 91. 「プログラム」書けますよね?
  92. 92. え?
  93. 93. (ヾノ・∀・`)ムリムリ?
  94. 94. そんな人のためにもっとわかりやすく
  95. 95. もっとわかりやすく手順1、入力データを用意する ⇒ ごめんなさいm(_ _)m2、出力平面(結果)を初期化する ⇒ ごめんなさいm(_ _)m3、きれいに並べ変える(学習する) ⇒ もっとわかりやすく
  96. 96. ※ 前に出たスライドです 3.きれいに並べ変える(学習する) 結果 学習のやり方 ①入力データを一つ選択 ②入力データに最も似た色の ニューロンを探す ③周囲にあるニューロンを 入力データに近い色にする ④全ての入力データに対して ①~③を繰り返す入力データ ・・・ 入力データ全部やって学習1回
  97. 97. もっとわかりやすく学習のやり方②入力データに最も似た色のニューロンを探す
  98. 98. もっとわかりやすく学習のやり方②入力データに最も似た色のニューロンを探す似た色とは?⇒ 色の距離が最も近いもの
  99. 99. もっとわかりやすく学習のやり方②入力データに最も似た色のニューロンを探す似た色とは?⇒ 色の距離が最も近いもの距離: d  x2  x1    y2  y1  2 2
  100. 100. もっとわかりやすく学習のやり方②入力データに最も似た色のニューロンを探す 似た色とは? ⇒ 色の距離が最も近いもの色の場合距離: d  R1  R2   G1  G2   B1  B2  2 2 2
  101. 101. 距離について2次元 d x2  x1    y2  y1  2 23次元 d x2  x1    y2  y1   z2  z1  2 2 2色 d R2  R1   G2  G1   B2  B1  2 2 2N次元 d a2  a1 2  b2  b1 2  c2  c1 2 n2  n1 2 ← ここから↑の d が最も小さくなるものを 探せばおk
  102. 102. もっとわかりやすく
  103. 103. もっとわかりやすく 2学習のやり方③周囲にあるニューロンを入力データに近い色にする
  104. 104. もっとわかりやすく 2学習のやり方③周囲にあるニューロンを入力データに近い色にする
  105. 105. 近づけるとは(数学的に)
  106. 106. 近づけるとは(数学的に)Q、「1」 を 「10」 にするには?
  107. 107. 近づけるとは(数学的に)Q1、「1」 を 「10」 にするには? A1. 10倍する A2. 9を足す
  108. 108. 近づけるとは(数学的に)Q1、「1」 を 「10」 にするには? A1. 10倍する × A2. 9を足す ○
  109. 109. 近づけるとは(数学的に)Q2、「1」 を 「10」 に半分だけ近づけるには?
  110. 110. 近づけるとは(数学的に)Q2、「1」 を 「10」 に半分だけ近づけるには? A1. 5倍する
  111. 111. 近づけるとは(数学的に)Q2、「1」 を 「10」 に半分だけ近づけるには? A1. 5倍する
  112. 112. 近づけるとは(数学的に)Q2、「1」 を 「10」 に半分だけ近づけるには? A1. 5.5倍する
  113. 113. 近づけるとは(数学的に)Q2、「1」 を 「10」 に半分だけ近づけるには? A1. 5.5倍する A2. 4.5を足す SOM的にはコッチ
  114. 114. 近づけるとは(数学的に)Q2、「1」 を 「10」 に半分だけ近づけるには? A1. 5.5倍する A2. 4.5を足す SOM的にはコッチ 4.5 = (10 - 1)÷2 差 半分 結果は 1 + 4.5 = 5.5
  115. 115. 近づけるとは(数学的に)Q2、「1」 を 「10」 に半分だけ近づけるには? A1. 5.5倍する A2. 4.5を足す SOM的にはコッチ 4.5 = (10 - 1)×0.5 差 割合 結果は 1 + 4.5 = 5.5
  116. 116. 近づけるとは(数学的に) 図で書くと 10 9 1
  117. 117. 近づけるとは(数学的に) 図で書くと 10 4.5 1
  118. 118. 近づけるとは(数学的に) 図で書くと 10ここが近づけた値 5.5 4.5 1
  119. 119. もっとわかりやすく 2学習のやり方③周囲にあるニューロンを入力データに近い色にする Rnew  R1  R2  R1   GもBも同じことをやれば (Rnew, Gnew, Bnew) が近い色になる
  120. 120. 説明していなかったこと 1 学習のやり方③ 周囲にあるニューロンを入力データに近い色にするRnew  R1  R2  R1   n   n  n n 今、何回目? n   0  1   N 全部で何回やるのか  N 4.5 = (10 - 1)×0.5← α0はコレ
  121. 121. 説明していなかったこと 2 学習のやり方③ 周囲にあるニューロンを入力データに近い色にするRnew  R1  R2  R1   n   n  は の半径です
  122. 122. 説明していなかったこと 2 学習のやり方③ 周囲にあるニューロンを入力データに近い色にするRnew  R1  R2  R1   n   n  n n 今、何回目? n   0  1   N 全部で何回やるのか  N
  123. 123. これでもう、みんなSOMを理解した
  124. 124. これでもう、みんなSOMを理解した
  125. 125. 最後になりましたが、
  126. 126. 作ってみたものがあるので 見ていただきたいです
  127. 127. 「ポケモン151匹をSOMで並べてみた」
  128. 128. 使ったデータ某攻略サイトから・ 種族値 (攻、防、特攻、特防、素早)・ 捕まえやすさ・ 経験値・ タイプ

×