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
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再帰型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実時間でシミュレート[3], [16]できる.これまで提案されたシミュレートモデルでは, 有限状態制御部の状態をニューロン出力で局所的に表現しているため, シミュレートするチューリング機械に応じてネットワーク構成と結合重みを変更する必要がある.本論文では, 制御部の状態をテープと同様にニューロンの連続値出力として符号化することで, 定数個のニューロンによりチューリング機械シミュレータが構成できることを示す.まず, しきい値関数, 線形関数, 方形関数を入出力関数に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, シミュレートに要するニューロン数を有限状態制御部の状態数+4個まで削減できることを示す.この結果をもとに, 読み出すテープ記号に応じた, 状態遷移, シフト操作, 書換え操作を入出力関数で実現することで, 11個のニューロンによりシミュレータを構成できることを示す.テープと有限状態制御部をニューロン出力として畳み込む方法は, 連続値の演算に基づく新たな計算モデルを構成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
- 2000-12-25
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