動的ニューラルネットモデルにおいて非周期的動作を実現するパラメータ探索の試み

スポンサーリンク

概要

論文の詳細を見る
本報告では、動的ニューラルネットワークモデルにおいて、動的連想記憶などの動作を実現し得るパラメータの探索に遺伝的アルゴリズムを用いる試みについて述べる。本研究では、ネットワーク全体の状態を表している擬エネルギーと記憶パターンの性質を反映した平均発火率に基づいて、適応度を評価した。その結果、比較的単純な適応度の評価関数を用いたにもかかわらず、記憶パターンの全てを想起する場合やカオス的な振る舞いをするパラメータ値を得ることができた。この結果は、分岐パラメータ以外のパラメータを変えつつ少数パラメータに関する分岐特性を幾通りも計算し、それに基づいてパラメータを設定する従来の方法に比較して効率の良いパラメータ探索を本方法により実現できる可能性を示している。
2002-03-08

著者

関連論文

もっと見る

スポンサーリンク