Search Results:  1-20 of 24

  • 1

    Synaptic learning rule that can explain exponential history dependency of decision making on reward history during matching behavior  [in Japanese]

    SAITO Hiroshi , KATAHIRA Kentaro , OKANOYA Kazuo , OKADA Masato

    … の行動選択の過去の報酬に対する依存性は,行動実験の結果から指数フィルタで記述されることが示されている.本研究は採餌タスクの神経回路モデルを用いたシミュレーションを通して,バウンド付きの報酬修飾型ヘブ学習則がそのような指数フィルタ特性を生み出すことを示す.また,行動実験によって観測されているマッチング則からのずれ(アンダーマッチング)もバウンド付きシナプスによって説明できることを示す. …

    IEICE technical report. Neurocomputing 110(461), 337-341, 2011-02-28

    CiNii Fulltext PDF - Subscription  References (10)

  • 2

    A Self-Organizing Model of Distributed Representation Separating Nonlinear Independent Components with Topology  [in Japanese]

    NAKADA Tesshin , KURATA Koji , KIMURA Ryuichi , LEE Kyuhee

    … 入力に含まれる二つの非線形独立成分を分離し表現する自己組織化モデルについて報告する.ヘブ学習する二つの自己組織モデルを反ヘブシナプスで結合し,それぞれの層に二つの独立な情報要素を分散コードする二つの自己組織モデルは以前に報告した.各層はSOMのような近傍学習ではなくニューラルガスのような順位学習を行う.今回,二つの独立成分はそれぞれがトポロジーを持っている.二つの成分は二つの層に分離さ …

    IEICE technical report. Neurocomputing 108(101), 103-107, 2008-06-19

    CiNii Fulltext PDF - Subscription 

  • 3

    Self-Organizing Model of Information Separation by Distributed Representation : Dedicated to the late Dr. Koji Wada  [in Japanese]

    Kimura Ryuichi , Kurata Koji

    ヘブ学習による分散表現の自己組織モデル同士を反ヘブシナプスで結合し,それぞれの層に2つの情報要素を分散コードするモデルを提案する.各層はSOMのような近傍学習でなくニューラルガスのような順位学習をおこなう.また,反ヘブシナプスは2層の間の素子の発火を統計的に独立にさせる効果がある.分散表現により,限られた素子数でwinner-take-all型よりも効率の良い表現が可能となる. …

    IEICE technical report. Neurocomputing 107(92), 91-96, 2007-06-07

    CiNii Fulltext PDF - Subscription  References (7)

  • 4

    Theta phase coding due to entorhinal cortex : hippocampal loop circuits organized by sensory signals  [in Japanese]

    Igarashi Jun , Tateno Katsumi , Hayashi Hatsuo

    … 本研究で提案する嗅内皮質II層モデルは、ヘブ学習により閉回路のシナプス結合を強化し、適切な閉回路を獲得する。 …

    IEICE technical report. Nonlinear problems 105(417), 47-52, 2005-11-12

    CiNii Fulltext PDF - Subscription  References (24)

  • 5

    Analysis of Ensemble Learning for Non-Monotonic Teacher  [in Japanese]

    MIYOSHI Seiji , HARA Kazuyuki , OKADA Masato

    … 教師が非単調なパーセプトロンであり生徒が単純パーセプトロンである場合のアンサンブル学習を統計力学的なオンライン学習の枠組みで議論する.メトロポリス法により汎化誤差を計算した結果, ヘブ学習では学習の初期においてアンサンブルの効果があるものの, やがて生徒の多様性がなくなりアンサンブルの効果も消滅してしまうことがわかった.これに対し, パーセプトロン学習では生徒の多様性は消滅せ …

    IEICE technical report. Neurocomputing 104(760), 123-128, 2005-03-23

    CiNii Fulltext PDF - Subscription  References (15) Cited by (2)

  • 6

    A Frequency-Multiplexed Function-Approximation Coherent Lightwave Neural Network To Learn Optical Phase Values by Use of Volume Hologram  [in Japanese]

    LIMMANEE Amornrat , KAWATA Sotaro , HIROSE Akira

    … 周波数多重学習は、複素ヘブ学習によって行い、光キャリア周波数を場合場合で変化させることによって周波数依存動作を実現する。 …

    IEICE technical report. Neurocomputing 104(758), 107-112, 2005-03-21

    CiNii Fulltext PDF - Subscription  References (9)

  • 7

    A Model of Complex Cell Development by Information Separation  [in Japanese]

    DATE Akira , KURATA Koji

    … に線分が提示されても反応する複雑型細胞と呼ばれる細胞があり, 物体の見え方に不変な認識に重要な役割を担っていると考えられている.この複雑型細胞がもつ性質は, 神経活動の時間的持続性を利用したヘブ学習(トレース学習)により説明されてきた.本論文では, 従来のモデルで示された結果と同等な性質を, トレース学習なしに実現できるモデルを提案する.本モデルは, 外側漆状核(LGN)と視覚一次野の単純型細胞及び …

    The transactions of the Institute of Electronics, Information and Communication Engineers. D-II J88-D-II(2), 211-217, 2005-02-01

    CiNii Fulltext PDF - Subscription  References (21) Cited by (1)

  • 8

    Learning-Based Improvement in Fault Tolerance of Hopfield Associative Memories  [in Japanese]

    KAMIURA Naotake , ISOKAWA Teijiro , MATSUI Nobuyuki

    … 本文では, ニューロン荷重縮退故障を仮定し, ホップフィールドニューラルネットワークで実現した連想記憶に対するフォールトトレランス強化法を提案する.強化手段として, 荷重制限と故障注入をヘブ学習に取り入れる.前者では, 学習中に荷重値範囲を系統的に決定する.もし, ある荷重の値が定められた範囲から外れる場合, その荷重値を範囲の上限または下限に強制的に変更する.後者の過程では, 学習中の故障注入に …

    Technical report of IEICE. ICD 104(629), 59-64, 2005-01-21

    CiNii Fulltext PDF - Subscription  References (18)

  • 9

    Learning-Based Improvement in Fault Tolerance of Hopfield Associative Memories

    KAMIURA Naotake , ISOKAWA Teijiro , MATSUI Nobuyuki

    … 強化手段として, 荷重制限と故障注入をヘブ学習に取り入れる. …

    IEICE technical report. Component parts and materials 104(627), 59-64, 2005-01-21

    CiNii Fulltext PDF - Subscription  References (18)

  • 10

    Analysis of Ensemble Learning for Committee Machine Teacher  [in Japanese]

    MIYOSHI Seiji , HARA Kazuyuki , OKADA Masato

    … そこで本論文では,教師がコミティマシンであり生徒が単純パーセプトロンである場合のアンサンブル学習を統計力学的なオンライン学習の枠組みで議論する.メトロポリス法により汎化誤差を計算した結果,ヘブ学習ではすべての生徒は教師中間層の中央に漸近すること,パーセプトロン学習では生徒の多様性が消滅せず,そのためにアンサンブルの効果が残ること,アダトロン学習では一種の過学習が起こることなど,学習 …

    IEICE technical report. Neurocomputing 104(349), 63-68, 2004-10-12

    CiNii Fulltext PDF - Subscription  References (13) Cited by (3)

  • 11

    Analysis of Ensemble Learning Using Simple Perceptrons Based on On-Line Learning Theory  [in Japanese]

    MIYOSHI Seiji , HARA Kazuyuki , OKADA Masato

    … 生徒の類似度と生徒間の類似度という二つの巨視的変数で計算できることを示す.次に,一般の学習則について,これらの巨視的変数のダイナミックスを記述する微分方程式を導出する.更に,よく知られているヘブ学習,パーセプトロン学習,アダトロン学習の三つの学習則について,この微分方程式を具体的に導出し,それらを解いた結果を用いて汎化誤差を数値的に求める.その結果,これら三つの学習則は「生徒の多様性維持 …

    The transactions of the Institute of Electronics, Information and Communication Engineers. D-II J87_D_II(7), 1391-1401, 2004-07-01

    CiNii Fulltext PDF - Subscription  References (17) Cited by (4)

  • 12

    Analysis of ensemble learning using simple perceptrons based on on-line learning theory  [in Japanese]

    MIYOSHI Seiji , HARA Kazuyuki , OKADA Masato

    … 形単純パーセプトロンによるアンサンブル学習を,オンライン学習の枠組みで議論する.まず,一般の学習則について,生徒間の類似度qのダイナミクスを記述する微分方程式を導出する.次に,よく知られているヘブ学習,パーセプトロン学習,アダトロン学習の三つの学習則について,この微分方程式を具体的に導出し,それらを数値的に解く.さらに,各生徒の出力の多数決により統合出力を決定する場合の汎化誤差ε_gを数値的 …

    IEICE technical report. Neurocomputing 103(228), 13-18, 2003-07-22

    CiNii Fulltext PDF - Subscription  References (7) Cited by (1)

  • 13

    On the pattern representation self-organized by a model based on a randomly and symmetrically connected network  [in Japanese]

    HIRATA Yasuhiro , KURATA Kouji , OSHIRO Naoki

    … 質について報告する.このモデルは,SOMなどの自己組織トポロジカルマップモデルの出力層をランダム対称結合回路で置き換えたものである.出力層の内部結合は固定,入力層と出力層間の結合には正規化付きヘブ学習を仮定する.本モデルが自己組織する表現はSOMと同様に入力間の遠近関係を反映し,高頻度入力の分解能を高くする傾向がある.本モデルはSOMと違って情報空間の可視化には適さないが,次元の制約を持たない …

    IEICE technical report. Neurocomputing 103(153), 37-42, 2003-06-20

    CiNii Fulltext PDF - Subscription  References (5)

  • 14

    A Study of Neocognitron Using the Pulse-type Neuron Model  [in Japanese]

    MATSUI Hiroki , SEKINE Yoshifumi

    電気学会研究会資料. ECT, 電子回路研究会 2003(12), 1-6, 2003-01-23

    References (6)

  • 15

    Navigation of Mobile Robot using Neural-Gas and Reinforcement Learning  [in Japanese]

    TANAKA Toshio , NISHIDA Kenji , KURITA Takio

    … Martinetzらは,ニューラルガスと競合ヘブ学習を用いてトポロジーが構成できるネットワークを提案している.そして,ラットが障害物のある環境を探検するコンピュータシミュレーションにおいて,ネットワークの構造は,トポロジーを保ったマップと障害物のないエリアパスになることを示した.しかし,Martinetzらは,ゴールへ到達する学習アルゴリズムについては示していない.本稿では,パスに沿って移動することにより,障害 …

    IEICE technical report. Neurocomputing 102(253), 67-72, 2002-07-19

    CiNii Fulltext PDF - Subscription  References (8) Cited by (3)

  • 16

    A self-organizing model of information representation based on a symmetrically and randomly connected network  [in Japanese]

    KURATA Koji , OSHIRO Naoki , WADA Koji

    … 自己組織モデルを提案する.これは,SOMなどの自己組織トポロジカルマップモデルの出力層をランダム対称結合回路で置き換えたものである.出力層の内部結合は固定,入力層と出力層間の結合には正規化付きヘブ学習を仮定する.本モデルが自己組織する表現はSOMと同様に入力間の遠近関係を反映し,高頻度入力の分解能を高くする傾向がある.本モデルはSOMと違って情報空間の可視化には適さないが,次元の制約を持たない …

    IEICE technical report. Neurocomputing 102(158), 19-24, 2002-06-21

    CiNii Fulltext PDF - Subscription  References (10) Cited by (1)

  • 17

    An Analysis of Temporally Asymmetric Hebbian Learning  [in Japanese]

    MATSUOKA Kiyotoshi

    ヘブ学習および反ヘブ学習は, 人工ニューラルネットの分野で最もよく知られた学習則であろう.典型的なものは, シナプス前後の発火が同時に起こった場合には, シナプス効率が増加あるいは減少するというものである.しかし, 最近の神経生理学の知見によると, シナプス効率の変化はシナプス前後の発火の時間的関係に依存する.すなわち, シナプス前の発火が先行するする場合にはLTPが生じ, …

    IEICE technical report. Neurocomputing 101(432), 9-14, 2001-11-09

    CiNii Fulltext PDF - Subscription  References (9)

  • 18

    Self-regulation mechanism of Temporally Asymmetric Hebbian plasticity  [in Japanese]

    Natsumoto N , Okada M.

    近年の生理実験においてニューロンに到達するスパイクのタイミングによってシナプス結合が変化することが分かった.このような学習則は時間非対称なヘブ則と呼ばれている.これまで, 時間非対称ヘブ則を用いた連想記憶回路で系列の記憶や想起が可能になることが知られているが, なぜかこの学習則が有効であるかの機構は分かっていない.我々はこのような回路の動作機構について述べる.また, 発火率が小さい記憶パターンを記 …

    IEICE technical report. Neurocomputing 101(238), 9-16, 2001-07-20

    CiNii Fulltext PDF - Subscription  References (19)

  • 19

    Self-organization of Network model with Spiking Neurons  [in Japanese]

    Iguchi Naohiko , Fukushima Kunihiko

    神経回路の学習仮説として, 競合学習説が提案されており, アナログ型の神経回路モデルにおいて, この学習説が有効であることはすでに数多く報告されている. パルス型細胞を用いた神経回路モデルにおいて, 側抑制とへブ学習を用いて自己組織化させると, 競合学習と同様の学習が期待できる. これを示すために, パルス型細胞モデルを使って, コグニトロン型の神経回路モデルを作成した. そして, 計算機シミュレ …

    IEICE technical report. Neurocomputing 100(687), 25-32, 2001-03-15

    CiNii Fulltext PDF - Subscription  References (7) Cited by (2)

  • 20

    Spatio-temporal learning and neuronal response specificity  [in Japanese]

    OHNISHI Takaaki , AIHARA Kazuyuki

    これまで, 脳の中の情報はニューロンの発火頻度により表現されていると考えられてきた.しかし近年, 実験事実が蓄積し, 発火頻度だけでは単純すぎるのではないかと考えられるようになった.そこで最近, スパイクの入射や発火のタイミングよる情報表現(テンポラルコーディング)が注目されている.本研究では, integrate-and-fireニューロンモデルに教師なしヘブ型学習則を適用することにより, テン …

    IEICE technical report. Nonlinear problems 100(125), 87-94, 2000-06-16

    CiNii Fulltext PDF - Subscription  References (2)