2B1-1 進化的スパイキングニューラルネットワークを用いたエージェントの向きの学習(OS7:エージェントの学習・進化)

スポンサーリンク

概要

• 論文の詳細を見る

• A neuroevolution is a kind of learning algorithms for an artificial neural networks by using an evolutionary computation methodology. In this paper, we consider a neuroevolution of a spiking neural network. We deal with a simple task that an agent turns to sequentially specified positions from its original position. The spike response model is employed as a neuron model, then a three layered network is evolved to perform a task, by a real coded genetic algorithm with blend crossover. Some numerical examples are presented to show the availability of GA in spiking neural network evolution.

• 一般社団法人日本機械学会の論文
• 2011-09-01

著者

• 畠中 利治

  大阪大学大学院情報科学研究科

• 田内 洋吉

  大阪大学

関連論文

• 進化的多目的最適化法によるRBFネットワークのアンサンブル学習(セッション1)
• 2Q-4 進化型CPGを用いたヒューマノイドエージェントの歩行動作生成(ロボカップ・ロボット,学生セッション,人工知能と認知科学)
• 進化戦略に基づく粒子フィルタによる状態推定(制御工学への知能科学からの接近)
• 2C4-2 Growing Neural Gasを用いたQ-Learningとそのサッカーエージェントの行動選択への適用(2C4 OS:ニューラルネットワーク)
• ローカルモデリングとその応用
• 非線形システムモデリングの新しい展開
• 2-115 遺伝的アルゴリズムを用いた小選挙区区割り画定法
• CEC2007に参加して(国際会議の報告)
• 高次元関数最適化のためのParticle Swarmに関する一考察(セッション5)
• 4ZK-8 Mixed Realistic Soccer Agentを活用したプログラミング実習授業に向けて(情報科学工学教育,学生セッション,コンピュータと人間社会,情報処理学会創立50周年記念)
• 2B1-1 進化的スパイキングニューラルネットワークを用いたエージェントの向きの学習(OS7:エージェントの学習・進化)

もっと見る 閉じる

スポンサーリンク