非単調神経回路網による時系列パターンの認識

スポンサーリンク

概要

• 論文の詳細を見る

• 連続的に入力される時系列パターンを, 空間パターンに展開することなく認識する神経回路モデルを提案する.このモデルでは, まず非単調ダイナミックスを用いた学習によって, 認識すべき時系列パターンに対応する軌道アトラクタを回路網の状態空間中に形成する.この軌道アトラクタへの引込みを利用して, 入力されたパターンの欠損部分を復元すると同時に, それが学習した時系列パターンのどれであるかを識別する.数値実験の結果, 時系列パターンの間にかなりの重複があっても正しく認識できる, 時間伸縮や誤った入力に対しても柔軟に対応可能であるなど, 従来の神経回路モデルにない特長を備えていることがわかった.

• 社団法人電子情報通信学会の論文
• 1998-07-25

著者

• 村上 聡

  筑波大学大学院工学研究科

• 森田 昌彦

  筑波大学電子・情報処理系

関連論文

• 非単調神経回路網による時系列パターンの認識
• 非単調神経回路網を用いた時系列パターンの認識
• Learning Sequential Patterns by Nonmonotone Analog Neural Networks

スポンサーリンク