入力情報の連続的対応による自己組織多重マップの引き込み
スポンサーリンク
概要
- 論文の詳細を見る
脳の高次領野が処理する情報は, 高次元空間のところどころにクラスタを成しているはずだが, 個々のクラスタは高々数個のパラメタで記述でき, 互いに無相関だと考えられる. そのような情報を一枚の神経場にマップする一つの方法は, 神経場をクラスタの数だけ小領域に分割し, それぞれに一つのクラスタのマップを作ることだが, われわれはもう一つの選択肢として, 各クラスタのマップを一枚の神経場全体に重ねた多重マップとして実現する方法を提案し, これまでに甘利の学習神経場モデルを発展させて自己組織的に多重マップを作ることに成功している. 今回の研究では弱いトポロジカルな対応関係を持たせた2つのクラスタについてのマップが, クラスタ間の相関により, 多重マップモデルにおいて互いに引き込まれることを数値計算で確かめた.
- 社団法人電子情報通信学会の論文
- 1997-06-19
著者
関連論文
- 非対称近傍関数の導入による自己組織化マップの学習過程の高速化(脳活動の計測と解析,生命現象の非線形性,一般)
- 非対称近傍関数の導入による自己組織化マップの学習過程の高速化(脳活動の計測と解析,生命現象の非線形性,一般)
- スパースな局在興奮パターンによる自己組織マップ
- 多重マップモデルによる2種の情報の分離抽出
- 23pTL-2 非対称近傍関数を用いた自己組織化マップの秩序形成過程の改善(ニューラルネットワーク,領域11,統計力学,物性基礎論,応用数学,力学,流体物理)
- 22aPS-4 非対称近傍関数を用いた自己組織化マップ(領域11ポスターセッション,領域11(統計力学,物性基礎論,応用数学,力学,流体物理))
- ばらついた固有振動数をもつ振動子連想記録の統計力学
- ばらついた固有振動数をもつ振動子連想記憶の統計力学
- 複数勝者自己組織マップによる疑似直交情報の分離と領野形成
- 多様な特徴抽出細胞の組合せによる分散表現の自己組織化
- 射影学習を用いたKohonen modelによるDirection Mapの形成
- 抑制性結合で結ばれた複数の学習神経場による非線形主成分分析
- 3層連続多重マップモデルによる非線型主成分の抽出
- 入力情報の連続的対応による自己組織多重マップの引込み
- 連続多重マップによる主成分の自己組織的抽出
- 多重マップによる新しい情報表現の自己組織化
- 入力情報の連続的対応による自己組織多重マップの引き込み
- 多重マップの自己組織化
- 29)幅の変化する興奮波によるより安定なトポグラフィックマッピング形成(ヒューマンインフォメーション研究会)
- 幅の変化する興奮波によるより安定なトポグラフィックマッピング形成モデル
- 幅の変化する興奮波によるより安定なトポグラフィックマッピング形成モデル
- 変換群を持つ統計モデルの幾何学(統計的推定論の研究)
- 自然画像のシフトを考慮したスパース表現による複雑な基底関数の生成
- 視覚モデリングと自己組織地図
- 位相同調とトポグラフィックマッピング形成 (脳のモデル化研究最前線)
- 神経場の自己組織 (ニュ-ラルネットの数理--脳の解明に向けて)
- 脳解明の数理的アプロ-チ (ニュ-ラルネットの数理--脳の解明に向けて)
- 競合的な隠れユニットを持つ神経回路網の学習について
- 神経回路モデルとしてのボルツマン・マシン (ニュ-ラル・ネット--脳科学の前線)