拡張Hopfield連想記憶モデル(I)
スポンサーリンク
概要
- 論文の詳細を見る
すべての記憶パタ-ンが直交条件を満たすように冗長ニュ-ロンをネットワ-クに付加することによって,Hopfield連想記憶モデルの想起能力を大幅に向上できることが著者らの1人によって明らかにされている。しかし,このモデルは記憶パタ-ン数の増加と共に,想起能力の急激な低下や冗長ニュ-ロン数の大幅な増加を引き起こした。そこで,本論文では先に提案した冗長ニュ-ロンをもつHopfield連想記憶モデルに次のような改善を加えた。(i)冗長部の高次の交わりとしきい値を用いて,冗長ニュ-ロンの総数およびその結合を大幅に軽減した。(ii)入力パタ-ンを用いて,冗長ニュ-ロンの初期状態を効果的に推測し,想起過程におけるエネルギ-曲面の出発点を記憶パタ-ンを銘記した極小点にできるだけ近付けた。これより,冗長ニュ-ロン数の増加を極力抑えつつ,従来のHopfield連想記憶モデルでは不可能であった数字10文字とアルファベット26文字の記憶および想起を可能とした。
- 社団法人電子情報通信学会の論文
- 1994-03-24
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