最適化問題を解くホップフィールドモデルの設計法
スポンサーリンク
概要
- 論文の詳細を見る
アナログホップフィールドモデルは、その自由エネルギー極小化の性質を利用して組合せ最適化問題に応用されてきた。その際に、出力関数であるシグモイド関数の温度パラメータの値や、ネットワークの初期値が、解の精度に大きな影響を持つことが知られている。本論文では、ホップフィールドモデルの安定平衡点の分岐を計算することによって、この二つの決定問題を同時に解決する手法を提案する。この手法によるホップフィールドモデルは、アニーリングなどを使わないでも従来よりも性能が良いことを巡回セールスマン問題を例として実験的に示す。
- 社団法人電子情報通信学会の論文
- 1994-07-25
著者
関連論文
- 多値判別における2値判別機のゲーム理論的組合せ法(人工知能,認知科学)
- 再生核ヒルベルト空間を用いた統計的推論 (再生核の応用についての研究)
- IT野ニューロン集団の時間相関を取り入れたクラスタリング
- 29pXH-7 側頭葉の顔応答ニューロンの混合正規分布解析(29pXH ニューラルネットワーク(神経系のモデルを含む),領域11(統計力学,物性基礎論,応用数学,力学,流体物理))
- 混合 von Mises-Fisher 分布の変分ベイズ推定について
- 特異モデルの学習理論(情報論的学習理論論文)
- 正定値カーネルによる回帰問題における次元削減法 (特集 計算推論--モデリング・数理・アルゴリズム)
- ニューロ多様体の特異構造と無限の局所自由度 (最新 脳の数学理論--脳を語る情報と幾何の最前線)
- 特異モデルにおける統計的推測 : 接錐によるアプローチ
- [チュートリアル講演]特異モデルにおける統計的推測(統計的学習理論及び一般)
- 多項式近似における学習データの最適設計と予測誤差
- 縮退したFisher情報行列を持つ系の学習について
- 多層パーセプトロンのFisher情報行列の正定値性について
- ニューラルネットワークの推定誤差の解析と学習データ最適化手法
- 研究詳解 正定値カーネルによるノンパラメトリック推論 (特集「統計的機械学習」)
- 情報量基準による超音波画像復元法
- 巡回セールスマン問題における解の分岐
- 3.ニューラルネットワークの能動学習 (能動学習)
- 多層ニューラルネットワークの特殊な統計的性質
- 一次データを保存しない大規模科学計算の可能性
- 28aPS-86 分子動力学データに対する統計解析(28aPS 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))
- 最適化問題を解くホップフィールドモデルの設計法
- 情報量規準の変形によるニューラルネット最適化の一手法
- 23aGN-5 生体分子の分子動力学時系列データに対する統計解析(23aGN 生物物理,領域12(ソフトマター物理,化学物理,生物物理))
- Kernel and Feature Search in Kernel PCA (情報論的学習理論と機械学習)
- Kernel and Feature Search in Kernel PCA
- 部分観測マルコフ決定過程ベルマン方程式のカーネル化(強化学習,統計推理,データベース,一般)
- 代謝フラックスと凸多面体 (第9回生物数学の理論とその応用)
- Classes of translation-invariant kernels on compact groups