ネオコグニトロン（）は、1979年に福島邦彦によって提唱された畳み込みニューラルネットワークである 。
概要 畳み込みの手法を導入する以前のコグニトロン（「教師なし学習」を行う多層神経回路）では位置ずれや変形の影響を受けやすかった。 このため、形の類似性だけに基づいてパターン認識することを目的としてネオコグニトロンが開発された。 ネオコグニトロンは複数の種類の細胞から構成され、その中で最も重要な細胞は「S細胞」および「C細胞」と呼ばれるFukushima 1987, p. 83. 。 局所特徴量はS細胞によって抽出され、微小変位（local shift）といったこれらの特徴の変形はC細胞に委ねられている。 入力中の局所特徴量は、隠れ層によって徐々に統合され、分類されるFukushima 1987, p. 84.。
デイヴィッド・ヒューベルとトルステン・ウィーセルが1959年に提唱したモデルから発想を得ている。 彼らは「」および「」と呼ばれる一次視覚野の2種類の細胞を発見し、パターン認識タスクにおいて使用されるこれら2種類の細胞のカスケードモデルを提唱した。
1998年、ヤン・ルカンらはネオコグニトロンにバックプロパゲーションによる教師あり学習を適用し、LeNet と名付けて公表した。 手書き文字認識やその他のパターン認識の課題に用いられている。
ネオコグニトロンには様々な種類が存在するFukushima 2007。例えば、ある種のネオコグニトロンは、逆伝播シグナルを用いることによって同一入力中の複数のパターンを検出でき、選択的注意（selective attention）を達成するFukushima 1987, pp.81, 85。
脚注
参考文献
K. Fukushima. "A hierarchical neural network model for selective attention." In Eckmiller, R. & Von der Malsburg, C. eds. Neural computers, Springer-Verlag. pp. 81–90. 1987.
関連項目 ニューラルネットワーク ディープラーニング パターン認識 受容野 自己組織化写像 教師なし学習 バックプロパゲーション
外部リンク Neocognitron on Scholarpedia NeoCognitron by Ing. Gabriel Minarik - application (C#) and video Neocognitron resources at Visiome Platform - includes MATLAB environment Beholder - a Neocognitron simulator Neocognitron on Learn artificial neural networks