学習型ファジイネットワークを用いた任意波形の正逆フーリエ変換
スポンサーリンク
概要
- 論文の詳細を見る
ニューラルネットワークを用いたフーリエ変換やA/D変換の例はホップフィールドモデルにある。このモデルは相互結合型ネットワークであり,組み合わせ最適化問題に適している。しかし,上記変換に関しては成功していない。一方,多層階層型ニューラルネットワークはパターン認識が得意である。筆者はこのパターン認識能力を用いた、フーリエ変換にづいて検討し,ニューフルネットワークによる任意波形の正逆フーリエ変換を可能にし,先に報告した。ところで波形orスペクトルは2次元パターンである。2次元パターンを学習する認識問題で,学習パターンが有限個の場合は学習は大概可能である。しかし波形をフーリエ変換するという問題は不特定,無限個数のパターンを対象とすることから,パターン一体での認識は組み合わせ爆発の問題があって,不可能である。先の報告では,フーリエ変換における重ね合わせの性質を利用して,サンプリング点1点ごとに1入力ニューラルネットワークを設け,多重ニューラルネットワーク網によって,組み合わせ爆発を回避し正逆フーりエ変換を可能にしている。本報ではこの方式を踏襲しながら,サンプリング点ごとのニューラルネットワークをファジィ推論ネットワークに置き換え,学習する方法について検討している。この場合はファジィ推論,学習が高速に行えるため,補完メッシュを小幅にでき,ニューラルネットワークの場合に比べて高速,高精度の変換ネットワーク網を実現している。
- 1994-09-20