最大値を探索する人工ニューラルネットワーク
スポンサーリンク
概要
- 論文の詳細を見る
最大値探索(検出)問題はパターン認識における最大類似度の探索など幅広い分野で重要なテーマとなっている.本論文では,最大値を探索する新たなニューラルネットワークとして,2種類の入出力特性(非線形の応答関数)をもつニューロンからなるニューラルネットワークを提案する.このネットワークはn個のデータに対して約1og_2(n)+2回のネットワークの更新によって並列・分散的に最大値を求めることができる.また,工夫すれば同じネットワークによって最大値からある範囲のデータ,あるいは最小値の探索も可能である.
- 社団法人電子情報通信学会の論文
- 1994-07-25
著者
関連論文
- 最大値を探索する人工ニューラルネットワーク
- すべての記憶パターンが直交するようにHopfield連想記憶モデルに付加された冗長ニューロンの圧縮可能性
- 拡張Hopfield連想記憶モデル(I)
- 白色雑音下の減衰正弦波信号とそのパラメータを推定する非線形フィルタに関する一考察
- 白色雑音下の正弦波信号とそのパラメータを推定する拡張複素カルマンフィルタに関する一考察
- TDNNによる時系列パターンの記憶と想起に関する一考察
- ε-MAXNETと従来のWTAネットワークの比較
- ε-MAXNETを用いた文字画像の2値化に関する一考察
- 白色雑音下の正弦波信号とその周波数を推定する拡張複素カルマンフィルタの安定性 : 単一正弦波の場合
- 最大値探索人工ニューラルネットワークとその応用
- 白色雑音下の正弦波信号とそのパラメータを推定する非線形フィルタに関する一考察