非単調ニューロンを用いて相関学習された連想記憶モデルのS/N解析
スポンサーリンク
概要
- 論文の詳細を見る
非単調特性を持つ素子を用いて相関学習された連想記憶モデルを講論する. 非単調特性を持つモデルの場合, 相関学習の際に記憶パターンそのものよりも, 記憶パターンを入力した際の素子の出力を用いて相関学習する方が記憶容量等の特性が向上することも知られている. 今回我々は, この学習法の本質を取り入れたもっとも簡単なモデルを提案し, このモデルをS/N解析の立場で理論と計算機シミュレーションを用いて解析した. 本論文で提案する非単調学習を用いたモデルでは, 素子の出力特性が単鯛であっても学習の際の素子が非単調特性を特性を持つようにした場合, 記憶容量が約2倍になることがわかった. その理由は, まずクロストークノイズの分散が小さくなり, さらに非単調学習を用いたため, 想起のためのシグナルとクロストークノイズの間に負の相関が生じ, その結果内部ポテンシャルの分散がさらに小さくなるためである.
- 1996-03-18
著者
関連論文
- 量子化された結合荷重をもつ自己相関型連想記憶回路の容量
- 連想記憶モデルのS/N解析 : 符号反転記憶法とペアリング記憶法
- 相関型連想記憶モデルのスパースコーディングと素子のしきい値
- フィードフォワード抑制を持つ非単調モジュールから構成される連想記憶モデルの記憶容量
- 指数忘却をもつ連想記憶モデル : 統計神経力学による解析
- 連想記憶モデルの記憶容量と素子の最適しきい値
- 非単調ニューロンを用いて相関学習された連想記憶モデルのS/N解析
- 非単調ニューロンを用いて相関学習された連想記憶モデルのS/N解析
- 運動によって引き起こされる錯視を説明する計算モデルについて
- 動く輪郭の速度知覚について
- 連続時間型ニューロウインドウ法の解析
- 選択的注意機構のモデルの改善
- 連想記憶モデルのS/N解析 : 符号反転記憶法とペアリング記憶法
- ネオコグニトロンの実用化 : ETL文字データベースによる評価
- ネオコグニトロンの誤差逆伝搬法による学習