磁気記録ニューロ弁別における二次微分波を用いた高密度学習特性

概要

論文の詳細を見る
デジタル磁気記録において波形を数ビット毎に切り出し、ニューラルネットワーク (以下NN)に学習、認識させるニューロ弁別は、NNの学習能力により干渉波形を学習させるため記録密度変動にも強く、未学習波形でもNNの汎化能力により認識でき、高密度弁別が可能となることはすでに示した。ニューロ弁別は波形を学習させるため、NNに入力する波形はどの様な波形でもよい。弁別波形にローレンツ波形y=1/(1+x^2)の重ね合わせで近似した再生波形を二回微分した二次微分波形を用いることで再生波形や微分波形を弁別波形として用いた場合よりも高密度領域の弁別に有効であることが確認されている。この前回の報告では再生波形直接弁別、微分波形弁別、二次微分波形弁別の比較を目的としたため、NN構成、学習法についての検討が不十分であり弁別限界K=4.7までしか得られなかった。本報告では二次微分波形を用い、学習条件、NN構成を変え、弁別限界がどこまで得られるかを検討した。
社団法人電子情報通信学会の論文
1997-08-13