リカレントニューラルネットワークによる双曲型力学系の近似についてI.(連続時間系)

スポンサーリンク

概要

• 論文の詳細を見る

• 本論文では、連続時間系のリカレントニューラルネットワークの理論的能力を研究する。階層型ニューラルネットワークにおける近似定理と力学系の数学理論を基礎に, 擬似ニューラルシステムの概念を用いて, リカレントニューラルネットワークによる連続時間力学系の近似についての理論的基礎を構築する。特に双曲型アトラクターを持つ力学系のリカレントニューラルネットワークによる近似について論じ, 種々の帰結を得る.これによって力学系のリカレントニューラルネットワークによる同定の実験的研究に対する数学的根拠が与えられる。一見, 特殊に思われるリカレントニューラルネットワークの定義する力学系は、一般的な力学系理論と密接な関係にあることが解明される。

• 社団法人電子情報通信学会の論文
• 2001-10-11

著者

• 船橋 賢一

  会津大学総合数理科学センター

関連論文

• リカレントニューラルネットワークによる双曲型力学系の近似についてI.(連続時間系)
• リカレントニューラルネットワークによる双曲型力学系の近似についてI.(連続時間系)
• Hopfield Neural Networks and Mean Field Theory of Boltzmann Machines (Invariants of Dynamical Systems and Applications)
• 階層型ニューラルネットワークとベイズ識別理論の関係 : 2カテゴリーガウス分布の場合

スポンサーリンク