脳型コンピュータのための超並列モジュール化学習法

スポンサーリンク

概要

論文の詳細を見る
脳型コンピュータの本質は, 一般的には, (a)超並列で分散型であること, (b)実時間処理ができること, (c)情報処理に柔軟性が高いこと, (d)大規模な問題がとけること, と考えられている。しかし, 現在のところ脳型コンピュータの構築に適したニューラル・ネットワーク・モデルは存在していない。本稿では, 脳型コンピュータに対して, 並列的でモジュール化されたニューラル・ネットワーク・モデルを提案する。問題としてパターン認識を考え, そのモデルの特徴について議論する。このモデルは, 脳型コンピュータのパターン認識への応用に対しては有効である。
1999-03-18

著者

呂宝糧
理化学研究所バイオ・ミメティックコントロール研究センター

関連論文

もっと見る

スポンサーリンク