ホップフィールドネットワークにおける状態遷移過程の可視化表現 : 組み合わせ最適化問題の解探索のとき(一般,機械学習によるバイオデータマインニング・生命現象の非線形性,一般)
スポンサーリンク
概要
- 論文の詳細を見る
ホップフィールドネットワークは,組み合わせ最適化問題の解探索法としての有効性が知られているが,必ずしも最適解が求まるわけではない.近年,その対策法として仮想磁場漸弱法が提案されており,先行研究によれば,仮想的な磁場パラメータを導入し,その極性反転によって正答率が改善するという報告がある.そこで本研究では,ネットワークの振る舞いを状態遷移の可視化表現とエネルギー関数の形状に着目して観察することにより,その動作メカニズムについて検討した.その結果,仮想磁場パラメータにはニューロン出力の切り替わる臨界値が存在し,仮想磁場パラメータの極性反転による正答率の改善は,この臨界値を超えることでニューロン発火の容易さを制御したためであることを明らかにした.
- 社団法人電子情報通信学会の論文
- 2008-06-19
著者
関連論文
- 仮想磁場漸弱法および結合荷重制御法の巡回セールスマン問題への適用(ニューロハードウェア,ヒューマンインターフェース,一般)
- 自己組織化特徴マップの逆投影に基づいたパターン生成への応用 : 顔文字を用いた場合
- SOM型パターン生成器：自己組織化マップの逆投影に基づいた新規パターンの生成とその応用
- 仮想磁場漸弱法 : 磁場パラメータを導入した組み合わせ最適化問題の解探索法とその有効性(最適化問題へのアプローチ)
- SOM型パターン生成器 : 自己組織化マップの逆投影に基づいた新規パターンの生成とその応用
- ホップフィールドネットワークにおける状態遷移過程の可視化と仮想磁場漸弱法の動作メカニズムの解明
- 非線形歪み誤差評価に基づいたニューラルネットワークによるブラインド信号源分離〜模擬生体信号への適用〜
- ホップフィールドネットワークにおける状態遷移過程の可視化表現 : Nクイーン問題の解探索への適用(ニューロハードウェア,一般)
- ホップフィールドネットワークにおける状態遷移過程の可視化表現 : 組み合わせ最適化問題の解探索のとき(一般,機械学習によるバイオデータマインニング・生命現象の非線形性,一般)
- 独立成分分析を用いた表面筋電信号から運動単位活動電位への分離 : 模擬信号を用いた分離可能性の検討
- D-7-3 ばらつきを考慮した擬似表面筋電信号の運動単位活動電位への分離(D-7. MEとバイオサイバネティックス,一般セッション)
- 自己組織化マップを用いた逐次逆投影による動画生成(一般,ニューロハードウェア,一般)
- フィードバック誤差学習を用いたオンライン倒立振子制御(一般,ニューロハードウェア,一般)
- 概周期的な時系列情報に含まれる潜在的規則を発見・記憶・忘却する連想記憶型神経回路モデル
- 倒立振子を制御するオンライン学習型制御器 : 指令信号反転現象の解析について(一般,「ニューロハードウェア」及び「一般」)
- ニューラルネットワークの適応能力を利用した倒立振子のフィードバック制御
- D-2-9 セルフチューニング型オンライン学習制御方式における指令信号波形の反転現象(D-2.ニューロコンピューティング,一般講演)
- 時系列信号処理を行う自己組織化マップとその応用 : ヒトの意思決定様式の解析
- データのばらつきを考慮した誤差逆伝搬学習による平均値と標準偏差の同時推定
- 米国ルイビル大学滞在記
- 死亡直後の豚による頭部誘電率温度特性の推定
- 多機能的な複合計測システムにおける検出デバイス特性の解析
- 表面筋電位から運動単位活動電位への分離の試み : 独立成分分析を用いた模擬信号の分離(一般講演3B)
- 周波数に基づいて情報処理を行うニューロンモデルの提案とその応用
- 双方向型計算様式に基づいた神経回路モデルによる時系列予測 : 獲得信号変換の解析とその評価
- 多機能的な複合計測システムにおける信号処理手続きの解析
- 双方向型神経回路モデルを用いた運動制御と感覚受容の統合モデル
- 材質識別のための櫛状多機能触覚センサ
- 生体の感覚情報処理系に基づく新しい知的計測システムの提案
- 三次元有限要素法を用いたギターピックアップの電磁界解析
- 高圧インバータ用高調波抑制多巻線変圧器の漏れリアクタンス評価方法
- 温度と湿度の複合計測への知的多機能計測手法の適用
- 運動系と感覚系の協同的動作に基づく感覚運動系統合モデルの検討
- 感覚器と効果器を考慮した感覚運動系の神経回路モデル
- 相互結合型神経回路網を用いた多筋モデルの運動制御
- ホップフィールドネットワークにおける状態遷移過程の可視化表現 : 組み合わせ最適化問題の解探索のとき