ニューラルネットワークを用いた最適化問題における重み付けの対称性の破れとその効果

• 福原, 義久

• 武藤佳恭

書誌事項

タイトル別名

• ニューラル ネットワーク オ モチイタ サイテキカ モンダイ ニ オケル オモミヅケ ノ タイショウセイ ノ ヤブレ ト ソノ コウカ
• Neural Networks with Broken Symmetry
• アルゴリズム理論

抄録

本研究ではニューロン素子に対する入力の位置関係を重視し，対称性の破れと呼ばれる見地に基づいて重み付けを行った．これによりニューラルネットワークを用いた最適化問題の解探索能力が大幅に高まることを確認した．対称性・非対称性は自然科学や数学の分野で多く議論されている．我々はニューラルネットワークを1つの力学系と見た場合，重み付けにこのようなアーキテクチャを導入することで系のダイナミクスに変化を引き起こし，局所解の脱出に寄与することが可能であると推測した．本研究ではN-Queen問題を例にとり，提案概念を適用することでどのような初期状態からでもほぼ確実に大局解に到達できることを実験的に示した．提案概念はきわめて単純な概念に基づいているため，他の最適化問題や連想記憶への応用が期待できる．

In this paper, a new neural computing optimization method is proposed.In this method, an ideaof ``broken symmetry'' is used in the proposed neural network.We can control the neural network by controlling the symmetric property of thenetwork.In order to confirm our idea, the proposed method is used forsolving n-queen problems.The proposed system justifies our claim thatregardless of the problem size and the initial state, the state of thesystem converges to the solution.

収録刊行物

• 情報処理学会論文誌

  情報処理学会論文誌 44 (9), 2291-2298, 2003-09-15

  東京 : 情報処理学会

キーワード

• 論文

詳細情報

• CRID: 1050001337883823360
• NII論文ID: 110002711825
• NII書誌ID: AN00116647
• ISSN: 18827764
• ISSN: 03875806
• NDL書誌ID: 6702252
• Web Site: http://id.nii.ac.jp/1001/00011122/
• Web Site: https://ndlsearch.ndl.go.jp/books/R000000004-I6702252
• 本文言語コード: ja
• 資料種別: journal article
• データソース種別:
  • IRDB
  • NDL
  • CiNii Articles