進化アルゴリズムを用いたセルラーニューラルネットワークの学習

概要

論文の詳細を見る
セルラーニューラルネットワーク(Cellular Neural Networks:CNN)は、区分線形非線形素子と従属電流源から構成されたセルが同一パターンで近傍のみ局所結合したものである。この局所結合のパターンはクローニングテンプレート(cloning template)と呼ばれている。これによってCNNの動作が決定されるため非常に重要である。また、CNNは機能的には動物の目によく似た性質を持っており、このため画像処理やパターン認識のような視覚的な情報処理への応用が期待されている。これまで、遺伝的アルゴリズム(GA)を用いたCNNテンプレートの学習が提案されたが、GAは対象物を二進数列にコーディングし、交差、突然変異等をするものであるため、学習手順は複雑で、コーディングや、交差、突然変異等の方法が適当でないと、収束時間は長くなってしまう。そこで本研究では、CNNクローニングテンプレートの学習法として、GAより簡単な手法の進化アルゴリズムを用いることを提案し、その有効性を示す。
社団法人電子情報通信学会の論文
1996-03-11