新しい知識表現方法(領域表現)の提案とニューラルネットワークによる実現
スポンサーリンク
概要
- 論文の詳細を見る
本論文では新しい知識表現方法(領域表現)とそれに基づく新しいニューラルネットワークを提案する.知的なシステム構築のためには, 知識表現は根本的かつ重要な問題である.局所表現と分散表現がその代表例であるが, それぞれ一長一短ある.領域表現はいわば局所表現と分散表現の中間的な知識表現方法であり, 両者の長所を有する.提案する領域表現に基づく新しいニューラルネットワークでは上位概念は下位概念を含むという包含関係などを用いることにより, 階層構造をもつ知識の表現が可能となっている.ネットワークは複数のKohonen特徴マップ層からなり, それらは近傍Hebb学習という新しい学習アルゴリズムに基づいて結合され, 全体として多方向連想メモリを構成している.計算機シミュレーションにより上位概念からの知識の継承や不完全な知識からの想起などについて調べ, 領域表現とそれを実現するニューラルネットワークの有効性を確認した.
- 社団法人電子情報通信学会の論文
- 1998-06-25
著者
関連論文
- Multidirectional Associative Memory(MAM)による知識処理
- 共通項を含む学習組に対する改良型多方向連想メモリ
- 双方向連想メモリの高速学習
- 移動通信用ディテクターダイバーシチシステム
- 顔画像を用いた人物カラーイラスト作成システム
- 多段階ファジー推論ニューラルネットワークを用いた画像認識システム
- フェージング環境下におけるコヒーレントディテクターセレクションダイバーシチシステム
- 新しい知識表現方法(領域表現)の提案とニューラルネットワークによる実現
- 新しい知識表現方法(領域表現)の提案とニューラルネットワークによる実現
- ファジー規則とポテンシャル場を用いたパスプランニングシステム
- 表情から得られる理解度の推定システム