カオスニューラルネットワークにおけるパラメータダイナミクスを用いた記憶探索
スポンサーリンク
概要
- 論文の詳細を見る
カオスニューラルネットワークのダイナミクスの性質はパラメータに敏感に依存する。また、記憶パターンも結合荷重を定義するという点でパラメータに属す。このカオスニューラルネットワークに相関のある記憶パターンと相関の無い記憶パターンを埋め込み想起実験を行い、相関やパラメータを変えて想起のダイナミクスの性質を調べた。その結果を用い、初期提示パターンが既知のパターンの場合はそのパターンに落ち込み、未知のパターンの場合は様々なパターンを巡り続ける記憶探索モデルを提案する。
- 社団法人電子情報通信学会の論文
- 2006-11-28
著者
関連論文
- 新規性検出機能をもつ系列学習モデルの数値実験(BCI/BMIとその周辺)
- 新規性検出機能をもつ系列学習モデル
- カオスニューラルネットワークにおける確率共鳴的な現象
- カオスニューラルネットワークダイナミクスへの記憶パターン間相関の影響
- dual networkにおける系列学習の数値実験
- カオスニューラルネットワークダイナミクスへのノイズ効果
- カオスニューラルネットワークにおけるパラメータダイナミクスを用いた記憶探索
- カオスニューラルネットワークダイナミクスへのパターン間相関の影響
- 相関のあるパターンを用いたカオスニューラルネットワークのダイナミクス
- 海馬CA1ニューロンでのシナプス間相互作用によるシナプス可塑性の数値実験
- スパースな結合をしたカオスニューラルネットワークの動的性質
- カオスニューラルネットワークを用いたノイズ制御による記憶探索モデル
- 海馬CA1ニューロンでのシナプス間入力がSTDPに与える影響
- カオスニューラルネットワークを用いたノイズ制御による記憶探索モデル
- 海馬CA1ニューロンにおけるシナプス間入力のSTDPへの影響(バイオサイバネティックス,ニューロコンピューティング,学生論文)