Analog “ neuronal ” networks in early vision Koch and Yuille et al. Proc Academic National Sciences 1986

概要 表面再構成問題を例として、アナログ ネットワーク（アナログ回路）の実装と 問題解決方法について紹介する。 標準正則化理論によるエネルギー関数。 Line Process を含むエネルギー関数。

Smooth Surface Reconstruction(1) 表面再構成 (Surface Reconstruction) と は・・・ エネルギー関数の最小化問題 少数の観測データに、必要な点を補完して、 曲面全体を復元する。 観測データにノイズが含まれている場合に は、ノイズの除去も行う（ Smoothing ）。

Smooth Surface Reconstruction(2) 解が一意に定まらない 標準正則化理論を用いる 不良設定問題 (ill-posed problem)

Smooth Surface Reconstruction(3) エネルギー関数

Smooth Surface Reconstruction(4)

Smooth Surface Reconstruction

Line Process(1) 表面補完の欠点：不連続点を含む解を扱うことができな い。 Line Process( 線過程 ) の導入

Line Process(2) 隣接する 2 点が連続か不連続かを表す変数を導 入。

Simulation Results

Analog Networks for Early Vision Analog Network の利点： 非常に高速に収束する。 Analog Network の欠点： ローカルミニマムに陥る可能性がある。 → ほとんどの場合、妥当な解が得られ る 一度、回路を組んでしまうと、パラメータ の変更が困難になる。 → ハイブリッドアーキテクチャ

Analog Networks for Early Vision