再帰型高次結合ニューラルネットワークの計算能力について
スポンサーリンク
概要
- 論文の詳細を見る
有限個の連続値出力ニューロンからなるニューラルネットワークは, 任意の決定性チューリング機械をシミュレートする能力をもつことが知られている.これまで, いくつかのシミュレートモデルが提案されているが, テープ部を実時間でシミュレートするには膨大な数のニューロンが必要となることが問題となる.本論文では, 再帰型高次結合ニューラルネットワークが任意のチューリング機械をシミュレートできることを示し, シミュレート時間とこれに要するニューロン数の下限を明らかにする.まず, しきい値入出力関数と線形入出力関数を用いる有限個のニューロンからなる再帰型高次結合ニューラルネットワークが、任意の決定性チューリング機械を実時間でシミュレートでき, テープのシミュレートに要するニューロン数を6個まで削減できることを示す.また, のこぎり型関数を用いれば, シミュレートに要するニューロン数を4個に削減できることを示す.単純化されたこのシミュレートモデルは, 将来ニューラルネットワークによる形式言語の学習を実現する上で有用な枠組みとなる.
- 社団法人電子情報通信学会の論文
- 2000-02-25
著者
関連論文
- チューリング機械をシミュレートする再帰型高次結合ニューラルネットワークの精度について
- RHONによるチューリング機械シミュレータの構成とその簡略化について
- 再帰型高次結合ニューラルネットワークの計算能力について
- 高次Elman型ニューラルネットワークによる有限オートマトン同定問題の近似解法
- GAを用いた有限オートマトン同定問題の解法
- 再帰型高次結合ニューラルネットワークによる文脈自由言語の認識
- 再帰型高次結合ニューラルネットワークによる正規言語の学習
- 再起型高次結合ニューラルネットワークによるオートマトンの実現に関する研究
- ネットワーク機器の負荷を軽減するフィルタリングルール再構成法(インターネット)
- チューリング等価なニューラルネットワークの簡略化(バイオサイバネティックス, ニューロコンピューティング)
- 回路評価回路の並列化手続きとしての性質について
- D-1-5 候補表アルゴリズムによる文脈自由言語の並列構文解析