| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2009-01-22 11:35 進化的学習を用いたバイナリーニューラルネットによるデジタル時空パターン予測 ○阿部 享・斎藤利通（法政大）  CAS2008-70 NLP2008-100 |
|
| 抄録 | （和） | 本論文ではバイナリーニューラルネットワーク(BNNs)によるデジタル時空パターンの予測についての研究を行っている。 アプローチとして、われわれは対象の時空パターンはセルラーオートマトン(CA)により近似されているものとしている。 教師信号は対象のパターンの一部から抽出され、BNNの学習に使われている。 BNNはCAのダイナミクスを支配するために使用され、パターンを出力する。 基本的な数値実験を行うことで、教師信号数、中間層ニューロン数、予測精度についての関係を調べた。 その結果はデジタル時空パターン予測における予測手法の発展の基本的な情報となる。 |
| （英） | This paper studies application of binary neural networks (BNN) to prediction for spatio-temporal patterns. In the approach, we assume that the objective spatio-temporal patterns can be approximated by a cellular automaton (CA). Teacher signals are extracted from a part of objective pattern and are used for learning of the BNN. The BNN is used to govern dynamics of CA that outputs prediction patterns. Performing basic numerical experiments, we have investigated relation among the number of teacher signals, the number of hidden neurons and prediction performance. The results provide basic information for development of robust prediction method for digital spatio-temporal patterns. |
|
| キーワード | （和） | バイナリーニューラルネットワーク / セルラーオートマトン / 時空パターン予測 / / / / / |
| （英） | Binary Neural Networks / Cellular Automaton / Prediction of Spatio-Temporal Patterns / / / / / | |
| 文献情報 | 信学技報, vol. 108, no. 389, NLP2008-100, pp. 37-40, 2009年1月. | |
| 資料番号 | NLP2008-100 | |
| 発行日 | 2009-01-15 (CAS, NLP) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | CAS2008-70 NLP2008-100 |
|
| 研究会情報 | |
| 研究会 | CAS NLP |
| 開催期間 | 2009-01-22 - 2009-01-23 |
| 開催地（和） | ホテルマリックス（宮崎） |
| 開催地（英） | |
| テーマ（和） | 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2009-01-CAS-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | 進化的学習を用いたバイナリーニューラルネットによるデジタル時空パターン予測 |
| サブタイトル（和） | |
| タイトル（英） | Digital Spatio-Temporal Pattern Prediction by Binary Neural Networks with Evolutional Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | バイナリーニューラルネットワーク / Binary Neural Networks |
| キーワード(2)（和/英） | セルラーオートマトン / Cellular Automaton |
| キーワード(3)（和/英） | 時空パターン予測 / Prediction of Spatio-Temporal Patterns |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 阿部 享 / Tohru Abe / アベ トオル |
| 第1著者 所属（和/英） | 法政大学 (略称： 法政大) Hosei Univerisity (略称： Hosei Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 斎藤 利通 / Toshimichi Saito / サイトウ トシミチ |
| 第2著者 所属（和/英） | 法政大学 (略称： 法政大) Hosei Univerisity (略称： Hosei Univ.) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2009-01-22 11:35:00 |
| 発表時間 | 20分 |
| 申込先研究会 | NLP |
| 資料番号 | CAS2008-70, NLP2008-100 |
| 巻番号（vol） | vol.108 |
| 号番号（no） | no.388(CAS), no.389(NLP) |
| ページ範囲 | pp.37-40 |
| ページ数 | 4 |
| 発行日 | 2009-01-15 (CAS, NLP) |
[研究会発表申込システムのトップページに戻る]