D-2-19 階層型強化学習を用いた系列運動学習課題の学習モデル
スポンサーリンク
概要
- 論文の詳細を見る
- 2003-03-03
著者
-
三宅 章吾
東北大学大学院工学研究科応用物理学専攻
-
佐藤 俊治
東北大学大学院工学研究科応用物理学
-
佐々木 義典
徳島大学大学院工学研究科
-
佐藤 俊治
電気通信大学大学院情報システム学研究科
-
佐々木 義典
東北大学大学院工学研究科
関連論文
- 標準正則化原理と生理学的知見に基づく盲点補完モデル
- 分数階微分ガウス関数によるV1単純型細胞の時空間受容野モデル
- 報酬系による制御を取り入れたワーキングメモリーモデル
- 相関のあるパターンを用いたカオスニューラルネットワークのダイナミクス
- A-2-27 非定常な時系列に対応した長期予測
- A-10-10 原曲とそのマイク録音曲との照合についての一検討(A-10.応用音響,一般講演)
- ラットの空間探索課題における海馬-大脳基底核モデル
- ラットナビゲーションモデルによる水迷路課題
- NLP2000-18 / NC2000-12 海馬-連合野モデルによる時系列パターンの長期記憶形成
- 海馬-大脳基底核モデルによるラットナビゲーションタスク
- 時間遅れを取り入れた海馬CA3モデル
- アセチルコリンの働きを考慮した長期記憶形成モデル
- NLP2000-18 / NC2000-12 海馬-連合野モデルによる時系列パターンの長期記憶形成
- 海馬を用いた記憶システムの神経回路網モデル
- H-013 系列の区切りを考慮した単純再帰ネットワークモデル(H分野:生体情報科学)
- D-12-43 パターン認識のための適応的非線形次元圧縮法
- V1野細胞の受容野と視差選択性細胞に関する計算論的考察
- A-15-21 側方性結合を用いた境界検出モデル(A-15. ヒューマン情報処理)
- 非線形変換を用いたニューラルネットワークによる知識獲得法
- 強化学習を用いた放射状迷路課題のモデル化
- 第一次視覚野における皮質内水平結合の計算論的意義
- D-2-19 階層型強化学習を用いた系列運動学習課題の学習モデル
- 機能マップの自己組織化への統計力学的アプローチ(基研研究会「ニューラルネットワーク〜これからの統計力学的アプローチ〜」,研究会報告)
- 回転パターンを認識するネオコグニトロン
- 脳の大規模数理モデル構築共有プラットフォーム
- 物体形状に関するゲシュタルト性を考慮した注意視モデル
- D-2-20 運動指令説に基づくジェスチャー知覚・生成モデル
- 多解像度画像再構成を計算論とするV1野モデル
- 動的輪郭法の計算原理に基づく物体検出モデル(バイオサイバネティックス, ニューロコンピューティング)
- 新しいネオコグニトロン型ネットワークとICA・PCAを用いた学習法(バイオサイバネティックス, ニューロコンピューティング)
- Level-set 法と Active Contours の計算原理に基づく視覚モデル
- 動的輪郭法を動作原理とする視覚モデル--工学的画像処理手法は脳の数理モデルにもなり得る
- 動的輪郭法の計算原理に基づく視覚モデル(「感性情報処理の基礎と応用」及びヒューマン情報処理一般)
- H-003 動的輪郭法のエネルギー解析による図地反転現象の考察(H.生体情報科学)
- 図地反転知覚における視覚的注意のモデル
- スケールスペース理論に基づく注視モデル(バイオサイバネテッィクス,ニューロコンピューティング)
- 仮定と検証に基づく注視点移動によるパターン認識モデル(バイオサイバネティックス,ニューロコンピューティング)
- 心的回転を基に構成されたパターン認識モデル
- 遮蔽されたパターンおよびテクスチャパターンの認識
- D-2-15 パルス結合型ニューラルネットワークによる図形検出モデル
- 視覚神経系モデルシミュレーションの複数GPUによる高速化
- 視覚神経系数理モデルシミュレーションのMPIによる並列化
- 非線形変換を用いたモジュール型ニューラルネットワークによるパターン認識
- 仮定と検証に基づくパターン抽出モデル
- D-2-2 仮定と検証に基づく位置・変形に頑健なパターン認識モデル
- 多層パーセプトロンの幾何学的性質に基づく構造最適化
- スケールスペース解析及びヒトの認知現象に基づいた注意視モデル(認知現象の分析とモデル化(その2))
- D-2-12 マルコフ過程を学習する自己組織化ネットワーク
- 独立成分分析を用いたパターンの特徴抽出法
- ネオコグニロン型神経回路モデルの開発支援を目的としたライブラリの設計と実装
- 回転対応型ネオコグニトロン
- 回転角に対応する可変結合を持つ回転対応型ネオコグニトロン
- 回転対応型ネオコグニトロンの改良