| 講演名 | 2006-12-13 複素双方向型連想モデルにおける相関学習と擬似緩和学習との比較 佐々木 隆一, 安達 雅春, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | Koskoは連想ニューラルネットワークの1つとして双方向結合を持つBidirectional associative memory (BAM)を提案した[1].Koskoの最初のモデルは記憶パターンの相関行列で表されるシナプス結合係数をもつネットワークである.しかし,パターンベクトルが直交でない場合,他のパターンは雑音の要因となる.この問題を解決する一手法として,Ohらは射影法を用いた学習則である擬似緩和法を考案した[2].擬似緩和法は特別な符号化を必要とせず,ネットワークの記憶容量を向上させている.本報告では実数領域でのBAMの学習則である擬似緩和法を複素数領域に拡張し,複素数領域に拡張した場合でも記憶容量を向上できることを実験的に示す.また,本報告で提案する学習則でパターン組が学習できない場合について非周期的な振動が現れ,リアプノフ指数の推定からこの振動がカオスであることを示唆する結果が得られた. |
| 抄録(英) | Bidirectional associative memories have been proposed by Kosko. Kosko's model consists of two layers of neurons with synaptic connections between layers. In the original model, the synaptic weight connections are determined by a correlation matrix of the stored patterns. However, when the training pattern vectors are not orthogonal, cross-talk noise may occur in the system. To solve such problem, Oh.et.al. have been proposed Pseudo-relaxation learning algorithm for BAM (PRLAB) which uses projection method. PRLAB dose not require orthgonality or any special encoding of the training pairs and extremely increase the storage capacity. We extend the real number PRLAB algorithm to complex number. In the case that the complex-valued BAM trained by the extended PRLAB, we show that the storage capacity is increased as the same as in the real number PRLAB. Moreover, it is also shown that when the complex-valued BAM fails to store the patterns to have high storage capacity, the time series of directional cosine during the training shows non-periodic oscillation. An estimation of Lyapunov exponents of the time series suggests that such an oscillation may be deterministic chaos. |
| キーワード(和) | 双方向型連想メモリ / 複素ニューラルネットワーク / 相関学習 / 擬似緩和法 |
| キーワード(英) | bidirectional associative memory / complex-valued neural network / correlation learning / Pseudo-relaxation learning algorithm for BAM (PRLAB) |
| 資料番号 | NLP2006-93 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NLP |
|---|---|
| 開催期間 | 2006/12/6(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 | Nonlinear Problems (NLP) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 複素双方向型連想モデルにおける相関学習と擬似緩和学習との比較 |
| サブタイトル（和） | |
| タイトル（英） | A comparison between correlation learning and pseudo-relaxation learning for a complex-valued bidirectional associative model |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 双方向型連想メモリ / bidirectional associative memory |
| キーワード(2)（和/英） | 複素ニューラルネットワーク / complex-valued neural network |
| キーワード(3)（和/英） | 相関学習 / correlation learning |
| キーワード(4)（和/英） | 擬似緩和法 / Pseudo-relaxation learning algorithm for BAM (PRLAB) |
| 第 1 著者 氏名（和/英） | 佐々木 隆一 / Ryuuichi SASAKI |
| 第 1 著者 所属（和/英） | 東京電機大学大学院 工学研究科 電子工学専攻 Department of Electronic Engineering, Graduate School of Engineering, Tokyo Denki University |
| 第 2 著者 氏名（和/英） | 安達 雅春 / Masaharu ADACHI |
| 第 2 著者 所属（和/英） | 東京電機大学大学院 工学研究科 電子工学専攻 Department of Electronic Engineering, Graduate School of Engineering, Tokyo Denki University |
| 発表年月日 | 2006-12-13 |
| 資料番号 | NLP2006-93 |
| 巻番号（vol） | vol.106 |
| 号番号（no） | 413 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |