負の自己結合を有するPLAニューラルネットワークと組合せ最適化
スポンサーリンク
概要
- 論文の詳細を見る
本報告では,従来のカオスNNにおけるニューロン間の結合を変更し,新しいニューラルネットワークモデルを2つ提案し,それぞれの有効性を実験的に検証している.組合せ最適化問題の解法に用いられるカオスNNは,各ニューロンをカオス振動子として結合した系であり,ニューロン間の結合方式は性能を決める上で重要である.本報告で提案するはじめのモデルは,カオスニューロンの振動子としての性質から導出されるモデルで,比較実験より,その性能が従来のカオスNNよりも優れていることを確認している.二つめのモデルは,先のモデルのシナプス結合を変更し,論理和によって振動子間の結合を実現したモデルである.このモデルはPLA(Programmable Logic Array)などを用いて,従来モデルよりも容易にハードウェア化が可能である.数値実験により,このモデルの性能ははじめのモデルと同等であることを確認している.
- 社団法人電子情報通信学会の論文
- 1999-09-22
著者
関連論文
- 8パズルに対するカオスを用いたヒューリスティック探索法
- FPGAに適したニューラルネットワークと組合せ最適化
- カオスを用いた最小値探索手法の実験的考察
- カオスを用いた最小値探索手法の実験的考察
- グラフ分割問題に対するカオスニューラルネットワークの最適化能力
- シグモイド関数を用いたカオス的最小値探索法
- 負の自己結合を有するPLAニューラルネットワークと組合せ最適化(非線形回路とシステム,及び一般)
- 自己結合を自律制御するカオスニューラルネットワークとその多層チャネル配線問題への応用(非線形回路とシステム,及び一般)
- 負の自己結合を有するPLAニューラルネットワークと組合せ最適化
- 自己結合を自律制御するカオスニューラルネットワークとその多層チャネル配線問題への応用
- カオスニューラルネットワークを用いた多層チャネル配線問題の解法
- A-4-31 CPLDを用いたカオスヒューリスティック探索法のハードウェア化
- A-2-8 2組のカオス的大域最適化手法の並列結合
- グラフ分割問題に対するカオスヒューリスティック探索法