| 講演名 | 1999/1/21 複数のホップフィールド型ネットワークを用いた連想記憶方式の提案 綴木 潤, 高橋 規一, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | ホップフィールド型ニューラルネットワークを用いた連想記憶において一般化ヘップ則(外積則)は最も有名な学習法である.一般化ヘップ則は非常に単純な学習法であるが, 多くのパターンを記憶させると一般に多数の偽記憶が発生するという問題がある.偽記憶の個数を少なくする方法として反学習法等が提案されているが, 偽記憶を一つも生じない学習法は見当たらないようである.本稿では, 一般化ヘップ則を基にした, 偽記憶を生じない学習・想起アルゴリズムを提案する.このアルゴリズムは次のように要約される.1)パターンを複数のネットワークに分散して記憶させる.2)すべてのネットワークに同一の入力パターンを与え, それぞれの最終状態を求める.3)偽記憶に陥ったネットワークとそれに記憶されているパターンを取り除く.以下, ネットワークが1つになるまで1)～3)を繰り返し, 最後に残ったネットワークを出力を連想の結果とする. |
| 抄録(英) | Generalized Hebbian rule which is sometimes referred to as the outer product method is the most well-known learning algorithm for associative memory with Hopfield neural networks. The algorithm of the generalized Hebbian rule is very simple, but there is a serious problem that if we store many patterns with this rule then a number of spurious memories arise in general. In this paper, we propose a new learning and recalling algorithm which never generates spurious memories. The algorithm is summarized as follows: 1)A given set of memory patterns is devided into some groups, and for each group, we store the memory patterns to a Hopfield neural network by using the generalized Hebbian rule. 2)We impose a given input pattern on every network as the initial state, and find the final state of each network. 3)If some of the networks converged to a spurious memory, these networks and the corresponding memory patterns are removed. 4)We repeat 1) to 3) until only one network is remained. The final state of the remaining Hopfield neural network is regarded as the output of our new algorithm. |
| キーワード(和) | ニューラルネットワーク / ホップフィールド型 / 連想記憶 / 偽記憶 |
| キーワード(英) | neural networks / Hopfield model / associative memory / spurious memory |
| 資料番号 | NC98-69 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 1999/1/21(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Neurocomputing (NC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 複数のホップフィールド型ネットワークを用いた連想記憶方式の提案 |
| サブタイトル（和） | |
| タイトル（英） | A New Associative Memory Algorithm with Multiple Hopfield Neural Networks |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ニューラルネットワーク / neural networks |
| キーワード(2)（和/英） | ホップフィールド型 / Hopfield model |
| キーワード(3)（和/英） | 連想記憶 / associative memory |
| キーワード(4)（和/英） | 偽記憶 / spurious memory |
| 第 1 著者 氏名（和/英） | 綴木 潤 / Jun TSUZURUGI |
| 第 1 著者 所属（和/英） | 九州大学大学院システム情報科学研究科 Department of Informatics, Kyushu University |
| 第 2 著者 氏名（和/英） | 高橋 規一 / Norikazu TAKAHASHI |
| 第 2 著者 所属（和/英） | 九州大学大学院システム情報科学研究科 Department of Informatics, Kyushu University |
| 発表年月日 | 1999/1/21 |
| 資料番号 | NC98-69 |
| 巻番号（vol） | vol.98 |
| 号番号（no） | 526 |
| ページ範囲 | pp.- |
| ページ数 | 7 |
| 発行日 | |