リカレントネットワークを用いた短期記憶モデルにおける記憶維持
スポンサーリンク
概要
- 論文の詳細を見る
リカレントネットワークを用いた短期記憶モデルは, 入力情報の不足のため, 記憶値ではないアトラクタに収束してしまうことが知られている. このようなモデルは,記憶すべき値を長く維持することができない. 本稿では,短期記憶モデルにおける記憶維持問題に対して, 記憶値の学習及び外部情報の導入により, 複数の記憶値を維持できるモデルを提案する. また, 提案したモデルにおけるダイナミクスを生物ニューロンと比較し, その正当性を検討する.
- 1999-02-05
著者
-
曹 建庭
理化学研究所脳総研脳型情報システム研究グループ
-
曹 建庭
上智大学電気電子工学科:理化学研究所 脳科学総合研究センター脳型情報システム研究グループ
-
田中 昌司
上智大学電気電子工学科
-
田中 昌司
上智大学理工学部電気電子工学科
-
岡田 修平
上智大学電気電子工学科
関連論文
- リカレントネットワークを用いた短期記憶モデルにおける記憶維持
- 23)自動調幅の適応階層パーセプトロン(ヒューマンインフォメーション研究会)
- 自動調幅の適応階層パーセプトロン
- 自動調幅の適応階層パーセブトロン
- セミパラメトリックモデルに基づいた盲信号復元
- 可変バイアス入力をもつリカレントネットワークを用いた短期記憶モデル (「非線形信号処理」特集号)
- 観測雑音存在下のブラインドセパレーション
- D-7-7 時系列スパイクデータへの独立成分分析の応用
- D-7-6 脳磁気データの独立成分解析
- A-4-38 Bussgang特性を利用したブラインド音声信号の分離
- A-4-1 ノイズ画像復元の一設計法
- Yale大学便り
- 皮質脊髄系における随意運動制御信号の伝達
- Population coding and transmission of the motor command
- 非視覚的手掛かりによるサッカードの適応
- 運動野におけるpopulation codingの基本的な統計的性質に関する数値的研究
- リカレントニューラルネットワークを用いた並列形非線形適応ディジタルフィルタ
- 多層フィードフォワードニューラルネットワークを用いた信号の分離
- 会話音声の分離技術