講演名 2001/6/21
非単調神経素子の選択的不感化を用いた文脈依存的連想モデル
松沢 浩平, 村田 和彦, 森田 昌彦,
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 分散情報表現に基づく従来の神経回路網では, 同一の入力に対して異なるパターンを連想するのが困難である. 本論文では, その理由を考察するとともに, 従来と異なる文脈修飾の方法を用いて文脈依存的な連想を行う神経回路モデルを提案する. また, 計算機実験により, このモデルが比較的少ない素子数と学習回数で大規模な有限オートマトンを模擬できることを示す.
抄録(英) Existing neural network models with distributed information representation have difficulty in associating the same input with various targets. We consider the reason of this difficulty and present a model of context-dependent association using a novel method of contextual modification. We also show by computer simulations that this model can simulate a large-scale finite state machine with a relatively small number of neural elements and limited repetitions of learning.
キーワード(和) 神経回路網 / 連想記憶 / 選択的不感化 / 非単調ダイナミクス / 軌道アトラクタ / 有限オートマトン
キーワード(英) Neural network / Associative memory / Selective desensitization / Nonmonotone dynamics / Trajectory attractor / Finite state machine
資料番号 NC2001-21
発行日

研究会情報
研究会 NC
開催期間 2001/6/21(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) 非単調神経素子の選択的不感化を用いた文脈依存的連想モデル
サブタイトル(和)
タイトル(英) A model of context-dependent association using selective desensitization of nonmonotonic neural elements
サブタイトル(和)
キーワード(1)(和/英) 神経回路網 / Neural network
キーワード(2)(和/英) 連想記憶 / Associative memory
キーワード(3)(和/英) 選択的不感化 / Selective desensitization
キーワード(4)(和/英) 非単調ダイナミクス / Nonmonotone dynamics
キーワード(5)(和/英) 軌道アトラクタ / Trajectory attractor
キーワード(6)(和/英) 有限オートマトン / Finite state machine
第 1 著者 氏名(和/英) 松沢 浩平 / Kouhei MATSUZAWA
第 1 著者 所属(和/英) 筑波大学大学院システム情報工学研究科
Doctral Program in Systems and Information Engineering, University of Tsukuba
第 2 著者 氏名(和/英) 村田 和彦 / Kazuhiko MURATA
第 2 著者 所属(和/英) 筑波大学工学システム学類
College of Engineering Systems, University of Tsukuba
第 3 著者 氏名(和/英) 森田 昌彦 / Masahiko MORITA
第 3 著者 所属(和/英) 筑波大学機能工学系
Institute of Engineering Mechanics and Systems, University of Tsukuba
発表年月日 2001/6/21
資料番号 NC2001-21
巻番号(vol) vol.101
号番号(no) 153
ページ範囲 pp.-
ページ数 8
発行日