講演名 2009-01-22
進化的学習を用いたバイナリーニューラルネットワークによるデジタル時空パターン予測
阿部 享, 斎藤 利通,
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 本論文ではバイナリーニューラルネットワーク(BNN)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が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。
抄録(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
キーワード(英) Binary Neural Networks / Cellular Automaton / Prediction of Spatio-Temporal Pattern
資料番号 CAS2008-70,NLP2008-100
発行日

研究会情報
研究会 NLP
開催期間 2009/1/15(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) 進化的学習を用いたバイナリーニューラルネットワーク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(和)
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 Pattern
第 1 著者 氏名(和/英) 阿部 享 / Toru ABE
第 1 著者 所属(和/英) 法政大学工学部情報電気電子工学科
Department of electronics, Electrical and Computer Engineering, Hosei University
第 2 著者 氏名(和/英) 斎藤 利通 / Toshimichi SAITO
第 2 著者 所属(和/英) 法政大学工学部情報電気電子工学科
Department of electronics, Electrical and Computer Engineering, Hosei University
発表年月日 2009-01-22
資料番号 CAS2008-70,NLP2008-100
巻番号(vol) vol.108
号番号(no) 389
ページ範囲 pp.-
ページ数 4
発行日