非線形多値関数を用いた複素連想記憶モデル
スポンサーリンク
概要
- 論文の詳細を見る
複素ニューラルネットワークは,ニューロンの状態を適当な閾値関数によって離散多値化することで,多値要素から成るパターンの連想記憶を行うことができる.従来の多値連想記憶モデルで用いられてきた複素閾値関数は,実質的に多値符号化関数を含む変換である.本稿では,これを非線形多値関数で置き換えた複素閾値関数を提案する.記憶パターンベクトルを一般化射影則によって結合重みに埋め込み,提案した閾値関数をニューロンの状態更新に用いると,多値連想記憶の能力が向上することを示す.また,非線形性を制御するパラメータ,記憶パターン数,ニューロンがとり得る離散値の数などが提案手法の性能に与える影響を数値実験により明らかにする.さらに,提案手法が多階調画像のノイズ除去に応用できることを実例によって示す.
- 社団法人電子情報通信学会の論文
- 2008-01-25
著者
関連論文
- 21aEA-5 新規運動準備期に見られる内側運動野LFPのβ振動の減少(21aEA ニューラルネットワーク2,領域11(統計力学,物性基礎論,応用数学,力学,流体物理))
- ヴァイオリンの音はカオスか?
- 利他的行動と再帰的他者推定
- レビュー : 細胞傷害性 T 細胞による感染細胞除去率の推定 (第6回生物数学の理論とその応用)
- A-2-8 二次割り当て問題のニューラルダイナミクス解法におけるコーディング法の性能解析
- A-2-24 発火率制御を導入したカオスダイナミクスによる二次割り当て問題の解法
- A-2-6 カオスダイナミクスを用いた二次割り当て問題の一解法
- 宇都宮敏男先生を偲んで(追悼抄)
- 利他的行動と再帰的他者推定 (特集 工学とバイオ)
- 相互情報量を用いた聴皮質の情報表現の解析(BCI/BMIとその周辺,一般)