TDNNによる時系列パターンの記憶と想起に関する一考察
スポンサーリンク
概要
- 論文の詳細を見る
時系列パターンを記憶および想起(予測)できる人工ニューラルネットワークは音声認識やモーションコントロールなどにおいて重要である。本論文では時系列パターンを学習および想起する人工ニューラルネットワークとして、TDNNを取り上げ、そのネットワークの記憶および想起(予測)能力について詳細
- 社団法人電子情報通信学会の論文
- 1997-03-18
著者
関連論文
- 最大値を探索する人工ニューラルネットワーク
- すべての記憶パターンが直交するようにHopfield連想記憶モデルに付加された冗長ニューロンの圧縮可能性
- 拡張Hopfield連想記憶モデル(I)
- 白色雑音下の減衰正弦波信号とそのパラメータを推定する非線形フィルタに関する一考察
- 白色雑音下の正弦波信号とそのパラメータを推定する拡張複素カルマンフィルタに関する一考察
- TDNNによる時系列パターンの記憶と想起に関する一考察
- ε-MAXNETと従来のWTAネットワークの比較
- ε-MAXNETを用いた文字画像の2値化に関する一考察
- 白色雑音下の正弦波信号とその周波数を推定する拡張複素カルマンフィルタの安定性 : 単一正弦波の場合
- 最大値探索人工ニューラルネットワークとその応用
- 白色雑音下の正弦波信号とそのパラメータを推定する非線形フィルタに関する一考察