ランダム対称結合回路の素子モデルに依存する性質
スポンサーリンク
概要
- 論文の詳細を見る
ランダム対称結合回路には多くの平衡状態が存在する. 回路を平衡状態数が最大になるように設計する場合, (-1, 1)モデル(個々の素子が-1, 1をとるモデル)か(0, 1)モデルを用いるかに依存して, そのときの平衡状態数が異なる. 本論文では, このような神経細胞モデルに依存する回路の性質を, 個々の素子が-a, 1-a(0≦a≦1)をとるモデルを用い, (-1, 1)モデルと(0, 1)モデルとを連続的に結びつけて考察する. その結果, このクラスの二値モデルのなかで, 平衡状態数を最も多く回路に埋め込むことができるという意味では, (-1, 1)モデルがいいことがわかる. さらに, 各神経細胞モデルを用いた回路を平衡状態数の期待値が最大になるように設計した場合, 平衡状態の活動度(素子の興奮している割合)が, 結合係数や閾値などのパラメータには依存しない不変量になっていることを示す.
- 社団法人電子情報通信学会の論文
- 1996-03-18
著者
関連論文
- ベイズ推論における事後確率分布の構造について (ニューロコンピューティング)
- 自己組織モデルのための神経場における局在振動の研究(機械学習によるバイオデータマインニング,一般)
- 情報分離による複雑型細胞受容野の自己組織的形成モデル(情報論的学習理論論文)
- べイズ推論における事後確率分布の構造について
- 想起の成否が容易に判別できるHopfield 2008連想記憶モデルの簡略化
- gnuplotを用いた「自己組織化マップ」学習ダイナミックスの理解
- 視覚認識におけるあいまい性の除去について : 木型マルコフ確率場によるモデル化(バイオサイバネティックス,ニューロコンピューティング)
- SOMとニューラルガスの直積モデルによるロボットの位置と向きの情報の分離(バイオサイバネティックス,ニューロコンピューティング)
- SOMとニューラルガスの直積モデルによる情報分離について : 視覚入力から位置と向きの分離(「脳・認知科学」及び一般)
- 視覚認識における部分-全体問題について : ツリー型マルコフ確率場を用いたモデル化の一例(認知現象の分析とモデル化(その2))
- 神経回路モデルによるランダム興奮パターンの生成とその性質
- ランダム対称結合回路の素子モデルに依存する性質
- 可変閾値をもつランダム対称結合神経回路の平衡状態の数
- ランダム対称結合を持つ神経回路網の平衡状態の数
- 神経振動子場における局在振動の位相同期に関する研究
- 神経振動子場における局在振動の位相同期に関する研究
- ボルツマンマシンを応用したトポグラフィックマッピングの形成モデルについて