追加学習が可能な連想記憶モデルの動作解析としきい値制御の影響
スポンサーリンク
概要
- 論文の詳細を見る
本論文では,追加学習と曖味連想が可能な連想記憶ニューラルネットワークを対象とし,従来モデルと筆者らが提案したモデルの比較検討,及びしきい値制御と連想内容の関係について検討した.従来モデルとしては,インスタンス・ユニットモデル,活性化拡散モデル,Constraint Satisfaction Network (CSN)を取り上げた.いずれも,基本的な連想と曖味連想は可能であるが,同じカテゴリーから複数の概念を連想する機能や,プライミング効果や典型性判断といった心理学的な連想特性を実現することが,抑制結合のために難しいことが判明した.これに対して,提案モデルでは広範囲な連想機能が実現できる.また,意味のある連想結果が出力されるサイクル数を推定する方法について検討し,有効性を確認した.
- 社団法人電子情報通信学会の論文
- 1994-05-19
著者
関連論文
- PARAMETER ESTIMATION OF RBF NETWORKS FOR PATTERN CLASSIFICATION AND PDF ESTIMATION
- 階層形NNにおける活性化関数の一学習法
- システム推定と逆フィルタにおけるIIR適応フィルタの特性
- 多層パーセプトロンにおける内部情報最適化アルゴリズムの提案
- ニューラルネットワークによる工作機械の熱変位予測 : 有効な温度データの解析
- 最近傍データによる学習の収束性の解析
- ハイブリッド形ニューラル予測器における信号の相関性解析
- Kurtosisにより非線形関数を連続可変するブラインドセパレーション
- 追加学習が可能な連想記憶モデルの動作解析としきい値制御の影響
- 階層型神経回路網における重み精度と出力誤差の関係
- 予測に基づく最小二乗アルゴリズムの安定性解析
- GPSとカルマンフィルタ及びNNによるナビゲーションシステムにおける学習データと推測精度の解析
- 階層形ニューラルネットワークにおける非線形シナプスの選択学習法