ホップフィールドネットワークにおけるエネルギー関数パラメータの並列探索
スポンサーリンク
概要
- 論文の詳細を見る
相互結合型ニューラルネットワークであるHopfield型ネットワークに組合せ最適化問題であるTraveling-Salesman Problem(以下TSP)を適用して最適解を求める方法がある.この方法ではHopfield型ネットワークが,エネルギー関数の勾配という局所情報に基づき解を探索するために収束は高速である.しかし適当な初期状態から動作させ,収束した平衡点を近似解とするため,解の精度は初期状態とエネルギー関数のバラメータに大きく依存する.そのため最適解を求める上で良いパラメータを選択することが最適である.
- 社団法人電子情報通信学会の論文
- 1995-03-27
著者
関連論文
- 進化的アルゴリズムによるチューリングマシンの自動作成
- スタッフのスケジュリング問題への遺伝的アプローチ
- ニューラルネットワークによる回転不変な手書き数字認識の一構造
- 遺伝的アルゴリズムによるニューラルネットワークの構造生成と学習
- 影コード化手法に基づく手書き数字認識のためのニューラルネットワークシステム
- 進化的アルゴリズムに基づく配線手法
- ホップフィールドネットワークにおけるエネルギー関数パラメータの並列探索
- 並列計算機を用いた多層ニューラルネットワークの学習高速化
- 影コードを用いた回転不変な数字認識のためのニューラルネットシステム
- 自動配線問題における遺伝アルゴリズムの適用法とその並列処理
- 配線問題へのGAの適用法とその並列処理