記憶容量制限下で時系列を逐次学習するニューラルネットワーク(ニューラルネット)

概要

論文の詳細を見る
本論文では,記憶容量制限下で時系列を逐次学習可能な,適応的逐次学習ネットワークモデル(Adaptive and Sequential Learning Network model: ASLN model)を提案する.提案モデルは入力として与えられる時系列情報の逐次学習が可能であり,記憶の忘却を行うことで記憶容量の有効利用を図りながら,周囲の環境の変化に適応的に知識を獲得する.モデルは入力時系列に含まれる要素と,その遷移に関する情報を記憶する.モデルは時系列の要素のなかでも入力頻度の高いものを重要と判断し,優先的に記憶する.また入力される要素の遷移に関する情報を状態ベクトルという形で表現し,階層型ニューラルネットワークにより記憶する.状態ベクトルは過去の入力系列の情報を保持しているため,提案モデルは文脈を表現することも可能である.本論文では計算機実験を行い,提案モデルが記憶容量の有効利用を図りながら,周囲の環境の変化に適応的に知識の獲得が可能であることを示す.
社団法人情報処理学会の論文
2004-12-20