位相保存性ニューラルネットワークの自己組織的学習特性
スポンサーリンク
概要
- 論文の詳細を見る
S0M (Self-Organizing Map) のマップ生成能力に関しては過去の研究において議論されているが, 多次元信号が2次元のネットワーク上にマッピングされる際の規則性に関しては明らかにされていない. そこで, 本研究では, 4次元の学習信号を用いた学習実験を行うことによって, このネットワークが自己組織的に多次元情報を2次元神経場にマッピングしていく際の定性的な特性を議論した. そして位相保存マッピングに関与する, 信号分布における因子を明らかにした.
- 社団法人電子情報通信学会の論文
- 1997-01-25
著者
関連論文
- 原子力発電所運用高度化のための次世代HMSに関する技術開発
- 航空管制分野における教育・訓練支援を目的としたタスク処理効率の可視化に関する研究
- 連続時間型連想記憶モデルにおけるSTDPによる記憶の貯蔵構造変化
- カオスニューラルネットワークによる自動学習
- プラント運転操作訓練支援システムのための学習者モデル構築手法
- 運転員認知モデルを用いたプラント異常診断認知過程
- ヒューマンインタフェースの心理と生理 : 第3回 統合的アプローチ
- 〔99〕原子力におけるヒューマンモデル研究の現状と応用領域の展望
- 「原子力プラント計装とマンマシンインタフェース技術」国際会議
- 原子力におけるヒュ-マンモデリング