動的バイナリーニューラルネットのスパース性と安定性(機械学習によるバイオデータマインニング,一般)
スポンサーリンク
概要
- 論文の詳細を見る
簡素な動的バイナリーニューラルネットワークの基本的なダイナミクスと学習能力について述べる。同ネットワークはシグナム活性化関数を用い、様々な2値周期軌道を生成することが可能である。このネットワークのダイナミクスはグレイコードリターンマップを用いて視覚化する。学習アルゴリズムは相関学習に基づいており、所望の周期軌道を埋め込むために、相関学習に基づく簡素な学習アルゴリズムを導入する。ある教師信号を埋め込み、相関学習によって得られた結合行列を遺伝的アルゴリズムを用いてスパース化を行う。その結合行列のスパース化と軌道の安定性を調べる。あるクラスの教師信号を用いて基本的な数値実験を行い、教師信号を記憶をさせて、結合行列のスパース化と埋め込んだ信号の収束域の関係を考察する。
- 2013-06-20
著者
関連論文
- WTAに基づく並列化DC/DCコンバータの構造安定性について
- A-2-9 WTAに基づく並列化パワーコンバータの実装について(A-2.非線形問題,基礎・境界)
- 動径基底ARTネットワークの学習特性の解析と応用について(学習理論)
- 動径基底ARTネットワークの学習方式の改良と応用について
- 2周期スパイク列入力を有するカオス的スパイキング回路の解析
- カオス的スパイキング回路の同期現象の安定性解析(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)
- PSOに基づくDC/ACインバータの設計の最適化過程について
- 成長型遺伝アルゴリズムによる2値セルラーオートマトンの合成
- 成長型粒子群最適化法について
- 進化的学習を用いたセルラーオートマトンの合成について