関数型記憶行列を持つカオスニューラルネット連想記憶システムと相互情報量

• 大林 正直

  山口大学工学部

• 夕田 憲治

  山口大学工学部

• 大宮 理恵

  山口大学工学部

• 小林 邦和

  山口大学工学部

書誌事項

タイトル別名

• Associative Memory and Mutual Information in a Chaotic Neural Network Introducing Function Typed Synaptic Weights
• カンスウガタ キオク ギョウレツ オ モツ カオスニューラルネット レンソウ キオク システム ト ソウゴ ジョウホウリョウ

抄録

So far, in associative memory search problems chaotic neural networks have constant synaptic weights to store patterns. In this paper, we propose a chaotic neural network(CNN) which has function typed synaptic weights to store patterns in order to make a better performance of the retrieval of the stored patterns. In stored patterns retrieval simulation, it is clarified that our proposed method is superior to the conventional method, that is, which has constant synaptic weights. Furthermore we propose an algorithm to calculate the mutual information in a CNN and show that the mutual information in the CNN, which are on the edge of chaos, gets the biggest values.

収録刊行物

• 電気学会論文誌Ｃ（電子・情報・システム部門誌）

  電気学会論文誌Ｃ（電子・情報・システム部門誌） 123 (9), 1631-1637, 2003

  一般社団法人 電気学会

キーワード

• カオスニューラルネットワーク
• 関数型記憶行列
• 相互情報量
• カオスの縁
• 連想記憶

詳細情報

• CRID: 1390282679582975488
• NII論文ID: 10011751101
• NII書誌ID: AN10065950
• DOI: 10.1541/ieejeiss.123.1631
• ISSN: 13488155
• ISSN: 03854221
• NDL書誌ID: 6692742
• Web Site: https://ndlsearch.ndl.go.jp/books/R000000004-I6692742
• Web Site: http://www.jstage.jst.go.jp/article/ieejeiss/123/9/123_9_1631/_pdf
• 本文言語コード: ja
• データソース種別:
  • JaLC
  • NDL
  • Crossref
  • CiNii Articles
• 抄録ライセンスフラグ: 使用不可