力学系群の自己組織化アルゴリズム : Parametric Bias法とmnSOMによるアプローチ

概要

論文の詳細を見る
本研究の目的は,ダイナミクスの「集合」を扱うニューラルネットワーク(Multi-Dynamics Learning Network:MDLN)を開発することである.このMDLNには次の3つの機能を求める.i)教示されるダイナミクスの可観測状態変数から,非可観測状態変数とそのダイナミクスを推定すること.ii)推定するダイナミクス間の順序づけを行うこと.iii)順序づけしたダイナミクス間の内挿補間を行うこと.本論文ではこれら3つの機能を満たすMDLNの実現において既存のアプローチでは限界があること,その理由と解決方法について議論する.そしてシミュレーションを行い,われわれの主張する論理の整合性を検証したので報告する.なお本研究では,既存のアプローチにとしてRecurrentNeural Network(RNN)を機能モジュールとするモジュラーネットワーク型SOM(mnSOM)とParametric Bias(PB)法を用いたRNNPBの2つのニューラルネットワークを用いて検証を行った.
2009-03-04