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
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に相関がない記憶パターンを埋め込んだ場合と、相関を持つ記憶パターンを埋め込んだ場合におけるダイナミカルノイズを付加した連想想起の数値実験を行い、ネットワークダイナミクスヘのノイズ効果を調べ、次の結果を得た。i)ノイズがない場合、ダイナミクスは大別して4つの状態に分けられ、記憶パターン間相関の違いにより、それらの状態が出現・消失した。ii)ノイズの付加により、この性質は定性的に変化しなかったが、状態のパラメータ依存性が定量的に変化した。iii)パラメータの関数として見たときの想起頻度の乱れがノイズ効果により減少した。これらの原因を軌道不安定性の解析によって考察する。
- 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)