| 講演名 | 1999/3/18 内部状態の分岐現象を利用した未知パターンの学習 小島 一浩, 伊藤 宏司, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 従来型の連想記憶モデルは, その力学的特徴から情報処理過程は外部観測者により, 連想過程と学習過程に分割され, 外部観測者がそれらを適切に切り換える必要があった。しかし, 実際の脳-神経系においてこのような外部観測者は存在しない。そこで本報告では, 内部状態の変化により想起過程と学習過程の自律的切り換えを行う自律的学習法を提案する。まず我々は, 未知パターンに対するカオス応答"I don't know"状態を実現するために, ネットワークをカオス力学系であるローレンツ系により構成した。さらに, 計算機シミュレーションにより系の動的特徴を調べた。この結果, 既知パターンに対しては周期応答, 未知パターンに対してはカオス応答をすることが示された。また, 提案学習則を適用することにより, 自律的に想起過程と学習過程を切り換えることが可能になる。さらに, 既知パターンを破壊することなく未知パターンを学習することが示された。 |
| 抄録(英) | In conventional associative model such as Hopfield model, the information processes have to be divided into the two process, i.e., associative phase changed by the external observers. But there are not any external observers in brain and neural systems. We propose the autonomous novel pattern learning method by utilizing the bifurcation of the internal state of the network. We constructed the neural network from Lorenz systems to realize "I don't know" state. Further, in computer simulatoions, the dynamical properties of the network are studied. It is shown that when no embedded pattern, i.e , unknown pattern, is given to the network, the network state oscillates chaotically. It is considered as "I don't know" state. Further, when the proposed learning method is applied to the network, the network can change the associative phase and learning phase autonomously. Furthermore, the network can learn new patterns without destroying the previous embedded patterns. |
| キーワード(和) | カオスダイナミクス / 結合ローレンツ系 / I don't know状態 / 分岐 / 自律的学習 |
| キーワード(英) | Chaotic Dynamics / Mutually Combined Lorenz System / I don't know state / Bifurcation / Autonomous Learning |
| 資料番号 | NC98-139 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 1999/3/18(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） | 内部状態の分岐現象を利用した未知パターンの学習 |
| サブタイトル（和） | |
| タイトル（英） | Novel Patterns Learning by Utilizing the Bifurcation of the Internal State of Network |
| サブタイトル（和） | |
| キーワード(1)（和/英） | カオスダイナミクス / Chaotic Dynamics |
| キーワード(2)（和/英） | 結合ローレンツ系 / Mutually Combined Lorenz System |
| キーワード(3)（和/英） | I don't know状態 / I don't know state |
| キーワード(4)（和/英） | 分岐 / Bifurcation |
| キーワード(5)（和/英） | 自律的学習 / Autonomous Learning |
| 第 1 著者 氏名（和/英） | 小島 一浩 / Kazuhiro KOJIMA |
| 第 1 著者 所属（和/英） | 東京工業大学大学院総合理工学研究科 Interdisciplinary Graduate School of Science and Engineering, Department of Computational Intelligence and Systems Science, Tokyo Institude of Technology |
| 第 2 著者 氏名（和/英） | 伊藤 宏司 / Koji ITO |
| 第 2 著者 所属（和/英） | 東京工業大学大学院総合理工学研究科 Interdisciplinary Graduate School of Science and Engineering, Department of Computational Intelligence and Systems Science, Tokyo Institude of Technology |
| 発表年月日 | 1999/3/18 |
| 資料番号 | NC98-139 |
| 巻番号（vol） | vol.98 |
| 号番号（no） | 673 |
| ページ範囲 | pp.- |
| ページ数 | 8 |
| 発行日 | |