| 講演抄録／キーワード |
| 講演名 |
2005-12-16 15:35
非同期更新に基づくID離散モデル
○永嶋宏和・早川吉弘・中島康治（東北大） |
| 抄録 |
（和） |
従来のニューラルネットワークでは、組合せ最適化問題を解く際にローカルミニマムから脱出できないことが問題となっている。しかし、本報告で用いるID(Inverse function Delayed)モデルを用いると、この問題を解決できる。また、IDモデルには連続時間モデルと2つの離散時間モデル($\tau_u$モデ ル、$\tau_x$モデル)が提案されている。$\tau_u$モデルは全てのニューロンが同時に同じ値をとり、2周期振動してしま い、組合せ最適化問題を解くことができないと考えられていた。しかし非同期更新する ことでこの問題を解決することができたので、報告する。 |
| （英） |
It is a problem not escaping from a local minimum when the combinatiorial optimization problems are solved by ordinary neural network. However, the problems can be avoided by using the ID(Inverse function Delayed) model, which is discussed in this paper. Moreover, the continuous time ID model and the two discrete ID models ($\tau_u$-model and $\tau_x$-model) have been proposed. The $\tau_u$-model had the problem not to be able to solve the combinatiorial optimization problem, because all neurons took the same value at the same time, and they were oscillating at two cycles. However, we show that $\tau_u$-modele based on asynchronous update can solve the combinatiorial optimization problems. |
| キーワード |
（和） |
負性抵抗領域 / 逆関数 / 遅延 / 離散時間 / 組み合わせ最適化問題 / 動的解表現 / / |
| （英） |
negative resistance region / inverse function / delay / discrete time / combinatorial optimization problem / dynamic solutions / / |
| 文献情報 |
信学技報, vol. 105, no. 483, NLP2005-94, pp. 51-56, 2005年12月. |
| 資料番号 |
NLP2005-94 |
| 発行日 |
2005-12-09 (NLP) |
| ISSN |
Print edition: ISSN 0913-5685 |
| PDFダウンロード |
|