神経回路網による最適化問題解法のエネルギー関数と性能に関する研究

スポンサーリンク

概要

論文の詳細を見る
神経回路網モデルによる最適化問題の解法は、エネルギーの最小値探査に置き換えることで、高速に近似解を見つけられることがHopfield等によって示された。その後Simulated Annealingやガウシアンマシーン等によりLM(ローカルミニマム)からの回避方法が示され、また、近年になって、カオスを導入することでGM(グローバルミニマム)を見つける方法が示されている。しかし、これらの性能は最速解のBasinの大きさに左右されるものと考えられ、エネルギー関数の構成方法(後に述べるが係数比)によっては大きさが変化するものと考えられる。また、上坂によると係数比の取り方によっては、最適解がGMとならない場合もあり得ることが指摘されている。本発表では、最適化問題としてTSPを選び、エネルギー関数の構成方法とGMのBasinサイズの変化等を実際に電子回路で作成した神経回路網モデルと数値実験を用いて調べたので報告する。
一般社団法人電子情報通信学会の論文
1994-09-26

著者

関連論文

もっと見る

スポンサーリンク