ネオコグニトロン型時系列パターン識別モデルの逐次学習法に対する一検討
スポンサーリンク
概要
- 論文の詳細を見る
視覚神経回路モデルであるネオコグニトロンを参考に構成した, ネオコグニトロン型時系列パターン識別モデル(Neo-TPRM)の逐次学習法について検討を行っている. 事前情報の十分ではないパターンに対して高い適応性をもつ逐次学習をNeo-TPRMに導入するため, 逐次学習を行う学習則を用いた簡略化したモデルを用いて検討を行っている. 本モデルに, パターンに含まれる局所的な特徴の数が異なる2種類のパターンを入力した場合の逐次学習のシミュレーションを行っている. その結果, 本モデルの学習則によりパターンに含まれる局所的な特徴の数に対応して全ての特徴に反応する細胞の入カ結合の荷重が生成可能なことを示している. また一定時間出現しない特徴に反応する細胞の結合が消去されることを示している.
- 1999-03-19
論文 | ランダム
- ペットボトルの中に海底を作ろう(私の教材)
- 22pHX-8 量子乱流におけるエネルギーカスケードのボトルネック効果(22pHX 若手・渦・低次元系・液面電子,領域6(金属,超低温,超伝導・密度波))
- 量子計算の並列シミュレーションにおける通信量削減手法(計算論,計算モデル)
- コンカレントヒープによるネットワークソートエンジン : 高速大容量のper-flowキューの実現に向けて(ネットワーク)
- 力学系エントロピーを活用した広域情報系内サーバ系安定評価