コネクショニストモデルに基づく認識理解に適した連想メモリ : 非ランダムパターンにも適した学習則
スポンサーリンク
概要
- 論文の詳細を見る
意味理解の一手法であるコネクショニストモデルに基づく認識理解に適した連想メモリの学習則を提案する.この連想メモリは話題に相当するパターンを記憶する必要があるが,話題に相当するパターンは一般に非ランダムパターンである.ここで言う非ランダム性とは,パターン出現率の偏りとパターン間の相関の偏りである.このような非ランダムパターンを神経回路網技術に基づく従来型の連想メモリでは適切に学習できなかった.なぜならば,このような非ランダム性のため学習パターンによってエネルギー値が大きく異なるからである.連想メモリではより低いエネルギー状態になりやすいので,エネルギーの高いパターンを想起することは困難になる.そこで,想起すべきどのパターンについてもエルネギー値が等しくなるように学習を行う連想メモリの学習則を提案した.さらに,計算機実験を行い,本連想メモリの有効性を確認した.
- 一般社団法人情報処理学会の論文
- 1993-07-15