群リカレントニューラルネットワーク評価用高速シミュレータの開発
スポンサーリンク
概要
- 論文の詳細を見る
本論文では,複数のリカレントニューラルネットワークが相互作用をもちながら学習を行うモデルの評価を目的とした高速シミュレータの開発に関して報告する.リカレントニューラルネットワークの学習アルゴリズムは,高速性を重要視して,BPTT (Back Propagation Through Time)アルゴリズムを採用した.本シミュレータは最大512物理ニューロンが並列動作可能なニューロコンピュータ上で高速実行可能である.サイン関数の学習およびローレンツアトラクタの学習により機能検証を行った.サイン関数の学習による性能評価から,ワークステーション上のシミュレータと比較して数十〜数百倍の高速化が予想される.今後,より複雑な問題を用いて,複数のリカレントニューラルネットワークが相互作用をもちながら学習を行うモデルの評価に本シミュレータを活用していく予定である.
- 社団法人電子情報通信学会の論文
- 1996-09-25
著者
関連論文
- プリント回路板故障解析業務へのニューラルネットワーク適用
- 群リカレントニューラルネットワーク評価用高速シミュレータの開発
- GAを用いたリカレントニューラルネットワーク共進化モデルの学習
- ニューラルネットワーク合成のための2次元GAの提案
- 遺伝的アルゴリズムにおけるエリート生命戦略の提案
- リカレントニューラルネットワークを基本とした先読みモデルの提案
- 進化的アルゴリズムを用いて合成したリカレントニューラルネットワークによるカオスダイナミックスの学習に関して