磁気記録アナログニューロ弁別における振幅・密度組合せ学習法の検討

概要

論文の詳細を見る
デジタル磁気記録読出し波形を数ビット(bと略)毎に切出し、ニューラルネット(NNと略)に学習、認識させるニューロ弁別(この様に略)はNNの学習能力により、干渉波形を学習させる事で高密度弁別が可能となり、NNの未学習入力も認識する汎化能力により、記録密度変動にも強い特徴を持つ。この二つの特徴とその実現可能性はシミュレーションですでに示した。また、この方法は従来の1b波形中の1点の振幅或は位相で判断するのではなく、数bの波形全体で判断するいわば波形弁別なので、高周波正弦波雑音や、幅の狭いパルス雑音に強い特徴的な雑音弁別特性をも持つ。ニューロ弁別の学習は高密度波形と低密度波形の二つを学習させると、NNの汎化能力により、その中間及び、付近の範囲外も認識できる。しかし、高密度学習波形の記録密度、振幅の選び方は難しく、弁別限界(どこまで高密度波形を弁別できるか)に大きく影響する。アナログニューロ弁別で学習波形の振幅と密度を組合せた学習法を試み、従来を上回る弁別限界が得られたので、報告する。
社団法人電子情報通信学会の論文
1995-03-27