自己組織的パターン特徴抽出のシミュレーション

スポンサーリンク

概要

論文の詳細を見る
コホーネンが提案した自己組織化ニューラルネットワークは、入力の位相を保持した出力の位相が得られることを特徴としている。本稿ではこの位相保持マッピングに着目し、入力としてアルファベットパターンを使用して、各パターンに特徴的に反応する素子が自己組織的に形成されるようなネットワークを提案する。本ネットワークは従来、ベクトル量子化として知られている手法と似ているが、出力が入力位相を保持するマッピングが自己組織的に形成される点が異なっている。また、多次元位相保持写像の無秩序指数を提案し、マッピングの評価を行なった。本手法は、ニューラルネットワークによる連想記憶モデルの前処理段階として有用であろう。
社団法人電子情報通信学会の論文
1994-01-21

著者

関連論文

もっと見る

スポンサーリンク