絶対活動電位の二次モーメントを用いたHopfieldモデルにおける偽安定点の検出

概要

論文の詳細を見る
Hopfieldモデルは、人間の脳に似たような優れた、情報処理能力があり、従来のコンピュータが実行困難である最適化などの問題にも非常に有効で、超並列的な光学系で実現することができる。そのため、多くの研究者の注目を集めた。Hopfieldモデルには多数の安定点があり、任意の初期入力に対する連想の出力列がその安定点に収束する特性がある。しかし、その安定点が必ず学習パターンであるとは保証されていない。多数の安定点が学習パターンではなく、偽安定点である。つまり、このモデルによる連想の出力が必ず学習パターンに収束するとは保証されていない。Kopfieldモデルを用いた認識、制御など多くの応用システムにおいて、初期入力に対する連想の出力は少なくとも学習パターンであることが期待される。本研究は、Hopfieldモデルにおけるニューロンの絶対活動電位の統計特性を解明し、それの二次モーメントにより偽安定点を検出して、この期待に答えることを検討した。
社団法人電子情報通信学会の論文
1995-09-05