ε-MAXNETと従来のWTAネットワークの比較
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-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人工ニューラルネットワーク:ε-MAXNETを提案する. このネットワークはn個のデ-タに対して, 2n+2個のニューロンとo(n)の結合によって構成され, 約log_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, 従来のWTAネットワークを比較し, その特徴を明らかにする.
- 社団法人電子情報通信学会の論文
- 1996-03-19
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