Machine learning

カプセルネットワーク

カプセルネットワーク(CapsNet)は、2017年にSara Sabour、Nicholas Frosst、Geoffrey Hintonによって導入されたディープラーニングアーキテクチャであり、ニューロンをスカラー活性化ではなくベクトル(カプセル)として編成することで、空間階層と姿勢(向き)情報を直接エンコードします。これは、畳み込みネットワークの視点変化に対する脆弱性を克服するために提案されました。

MethodMindで開く近日公開動画近日公開Download slides

手法の全文を読む

会員限定

無料アカウントでログインすると、このセクションを読めます。

ログイン

Method map

The neighbourhood of related methods — select a node to explore.

出典

  1. Sabour, S., Frosst, N. & Hinton, G. E. (2017). Dynamic Routing Between Capsules. Advances in Neural Information Processing Systems (NeurIPS). link
  2. Hinton, G. E., Sabour, S. & Frosst, N. (2018). Matrix Capsules with EM Routing. International Conference on Learning Representations (ICLR). link

このページの引用方法

ScholarGate. (2026, June 1). Capsule Network (CapsNet). ScholarGate. https://scholargate.app/ja/deep-learning/capsule-network

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

この手法を参照する項目

ScholarGateCapsule Network (Capsule Network (CapsNet)). 2026-06-15に以下より取得 https://scholargate.app/ja/deep-learning/capsule-network · データセット: https://doi.org/10.5281/zenodo.20539026