ロータ連想記憶による偽記憶の削減
スポンサーリンク
概要
- 論文の詳細を見る
Hopfield Associative Memory (HAM) is a typical model of associative memories. Complex-valued Associative Memory is a complex-valued version of HAM. They store not only learning patterns but other undesired patterns, which are called spurious states. The reversed patterns in HAM and the rotated patterns in CAM are typical spurious states. We propose to reduce spurious states by using Rotor Associative Memory (RAM). The RAM does not store the rotated patterns except the reversed patterns. So the RAM removes most of spurious states from the CAM. By adding a dummy state, the RAM also can remove them from the HAM. To find spurious states, we construct a searching system similar to the chaotic CAM. By using the searching system, we investigate whether the RAM can reduce the number of spurious states.
著者
関連論文
- マルチモーダルユーザインターフェースを備えた高次コミュニケーション空間の構築に関する研究開発通信放送機構委託研究(1997-2001)
- G-017 海馬CA3の空間・時間選択性の相互作用によるT字迷路課題を想定したループ時系列の曖昧性解消(生体情報科学,一般論文)
- LG-003 空間・時間選択性に基づく海馬CA3の分離と時系列曖昧性解消への関与(生体情報科学)
- LH_001 機能的分離海馬CA3による重複時系列の曖昧性解消への寄与(H分野:生体情報科学)
- H-009 海馬CA3モデルによる概念構成要素の抽出(H分野:生体情報科学)
- D-2-7 機能的分離海馬CA3モデルによる時空間記憶(D-2. ニューロコンピューティング, 情報・システム1)
- 記憶の洗練機能を実現する海馬神経回路網モデル
- 多方向連想記憶の記憶容量(統計的学習理論及び一般)
- 隠れ層をもつ多方向連想メモリ
- ロータ連想記憶による偽記憶の削減 (特集 バイオエレクトロニクスと生体情報工学)
- ロータ連想記憶の勾配降下学習
- ロータ連想記憶による偽記憶の削減
- I-072 能動学習型サポートベクタマシンを用いた内容に基づく画像検索における分類器の再利用基準の改善(I分野:グラフィクス・画像,一般論文)
- 2U-8 複合的タスクにおける既存知識の選択規則の学習(ニューラルネット,学生セッション,人工知能と認知科学,情報処理学会創立50周年記念)
- G-023 マージン最大化学習によるロバストな連想記憶のソフトマージンについての考察(生体情報科学,一般論文)
- G-021 リカレントニューラルネットと高速統合学習を用いたDirect-Vision-Based強化学習(生体情報科学,一般論文)
- F-006 エージェントの分布に基づくフェロモン更新を導入したACO(人工知能・ゲーム,一般論文)
- 5Q-1 神経細胞置換を取り入れたニューラルネットワークモデル(ニューラルネット(1),学生セッション,人工知能と認知科学)
- 6V-1 神経新生を考慮した海馬神経回路網モデルの構築(ニューラルネット,学生セッション,人工知能と認知科学)
- 5V-6 知識統合による複合的知識獲得モデルの特性および実環境への適用性の調査(ニューラルネット・学習,学生セッション,人工知能と認知科学)
- 1R-5 能動学習型サポートベクターマシンを用いた内容に基づく画像検索における分類器の再利用(画像検索・画像情報処理,学生セッション,データベースとメディア)
- G-006 歯状回における神経新生を考慮した海馬モデル(G分野:生体情報科学)
- E-029 感性語によるBGMの自動作曲(E分野:自然言語・音声・音楽)
- マージン最大化学習によるHopfieldモデル
- H_008 階層成長型自己組織化マップを用いた内容に基づく画像検索の距離尺度の改良(H分野:生体情報科学)
- H_005 既存知識の統合による複合的知識獲得モデル(H分野:生体情報科学)
- H-015 マージン最大化学習を用いた連想記憶の耐雑音性改善(H分野:生体情報科学)
- 形態学的連想記憶の高速な核パターン作成法
- D-2-14 形態学的連想記憶の耐雑音性の改善
- D-2-14 自己組織化マップを用いた連想メモリのマップ再構築
- 自己組織化特徴マップを用いた追加学習可能な連想メモリ
- 外積を利用した3次元連想記憶
- ロータ連想記憶の勾配降下学習
- ロータ連想記憶による偽記憶の削減
- G-008 構造進化型ニューラルネットワークへの強化学習と単純化の導入(ニューロコンピューティング・身体性情報学,G分野:生体情報科学)
- I-072 内容に基づく画像検索における再利用分類器の統合(画像検索・認識,I分野:グラフィクス・画像)
- G-014 DVB強化学習を行うリカレントニューラルネットワークの構造獲得(G分野:生体情報科学)
- I-014 OPF分類器を用いた内容に基づく画像検索における分類器の再利用(I分野:グラフィクス・画像,一般論文)