相互結合型ニューラルネットワークの結合解放による連想記憶能力について
スポンサーリンク
概要
- 論文の詳細を見る
連想記億問題の解決法としてニューラルネットワーク(以下NN)が有効と言われている。しかしその反面、実用化するには多くのユニットを用意しなければならない。そのことによりソフトウェア上では重みのメモリ容量や計算量、ハードウェア上では配線の複雑性が新たな問題となる。そこで改善策としてネットワークの結合状態を見直すことが考えられる。今回、本稿では連続緩和問題を用いた重み値決定法を取り入れながらユニット同士の結合をまばらにする(スパース化)ことにより生じる連想記憶能力の低下について調べ、スパース化の有効性を報告する。
- 社団法人電子情報通信学会の論文
- 1996-03-11
著者
関連論文
- 相互結合型ニューラルネットワークの結合解放による連想記憶能力について
- A-2-37 非線形結合されたvan der Pol発振器の平均化法による同期解析(A-2.非線形問題,一般講演)
- 粘菌モデルから導出される新しい同期化法の平均化法による解析
- 非線形ディジタルフィルタを用いた振幅制限付きカオス信号生成器とその応用について
- A-107 ニューラルネットワークを用いた非線形IIRフィルタの学習(A-4. ディジタル信号処理,一般講演)
- 4個の発振器の完全結合系の振動モードの積分多様体理論による解析