階層的な生成モデルの自己組織化を目的とする神経回路による独立成分分析の一手法
スポンサーリンク
概要
- 論文の詳細を見る
脳は外界について認識や予測を行うためのモデルを持っていると思われる。生成モデルを教師なしで獲得する技術として独立成分分析(ICA)がある。本論文では、大脳皮質がICAによって、ベイジアンネットで表現された生成モデルを自己組織化するとする仮説を提案する。また、筆者が提案する大脳皮質のBESOMモデルと統合可能な具体的なICAアルゴリズムを1つ提案する。
- 2007-03-07
著者
関連論文
- 安全に結合可能なmixinを提供するためのルール
- 実行時カーネルのないリフレクティブな並列オブジェクト指向言語の実現方法 (自己反映計算(リフレクション))
- BESOMを用いたスパース符号化の一手法
- ソースコード変換技術を用いたJava言語におけるスレッドのモビリティの実現法
- 言語処理系クラスライブラリと一体化したオブジェクト指向構造エディタ
- AP/Linux上での並列プロセススケジューリングの設計
- 並列計算機のPE間通信状況を考慮したタスク配置アルゴリズムの評価
- 連続型と非連続型を融合したタクス配置アルゴリズムの提案
- メッシュ結合並列計算機用パーティショニングアルゴリズムの時分割処理化
- パーティショニングアルゴリズムを用いた時分処理の実装方法
- アルゴリズムアニメーションによる並列マルチタスク管理の解析と評価
- プロセス管理と協調した管理情報共有機構(MetaShare)によるメモリ負荷分散方式の検討
- 多方向性と無作為性をもつパーティショニングアルゴリズムとそれを利用した時分割処理
- 超並列OS「超流動OS」の超分散化の考察
- 超流動OS開発用超並列マシンシミュレータ
- メッシュ結合並列計算機用パーティショニングアルゴリズム2D Buddyまたは Adaptive Scanを使った時分割処理の評価
- メッシュ結合並列計算機のパーティショニングアルゴリズム2D BuddyまたはAdaptive Scanを使った時分割処理
- 管理情報共有機構(MetaShare)を大域的仮想仮想記憶で利用した場合の基本性能評価
- 大域的仮想仮想記憶(GVVM)のRWC-1上での性能予測
- 適合型マップを用いた超並列システム用管理情報共有機構の提案
- 無制限に変更・拡張が可能なコンパイラの設計・実現方法の提案
- 実行効率を考慮した並列プログラムの移植性確保 : 問題の最適並列度推定
- 超流動OSのための適合型情報管理機構の基本設計
- 超流動OSのための大域的仮想仮想記憶(GVVM)とプロセッサ割り付けアルゴリズムの適合性の評価
- MixJuice言語によるデザインパターンの改善
- バイトコード編集によるJava言語の表明検査の制御
- 自己組織化マップと独立成分分析を用いた2層BESOMのパラメタ学習の一手法 (特集 「ベイジアン・ネットワークと応用」および一般)
- 拡張モジュール間の衝突が検出可能な言語拡張フレームワーク
- 高いモジュラリティと拡張性を持つ構文解析器
- 階層的な生成モデルの自己組織化を目的とする神経回路による独立成分分析の一手法
- 確率伝播法と条件付確率表の自己組織化を行う大脳皮質モデル(ベイズ情報処理,ベイズ情報処理及び一般)
- 超流動OSの大域的仮想仮想記憶におけるページ探索法の比較
- 大脳皮質とベイジアンネット