カオス・ニューラル・ネットワークによるボロノイ分割  [in Japanese] Voronoi division using Chaos Neural Networks  [in Japanese]

Access this Article

  • CiNii Fulltext PDF

    Subscription

Search this Article

Abstract

結合写像系の同調現象を利用して、ネットワークの領域分割を行った。本研究で用いたカオス・ニューロンは内部に一つのカオス振動子を持ち、ニューロンの出力は周囲との同調・非同調によって決定される。領域の母点となるニューロン内部の振動子は独立に振動し、周囲のニューロン内部の振動子は母点内部の振動子と同調するようになる。これにより、母点の領域が確定する。また、領域の境界はどの母点とも同調していないニューロンによって形成される。本論文では1次元及び2次元の離散空間の領域分割を行った。

In this paper, we propose a method that voronoi division using Chaos Neural Networks. Chaos Neuron has a chaos oscillator, and output is decided in the condition of chaos oscillator. Chaos oscillator that is kernel point vibrates independently of other osillator of neurons. Neurons that is connected with kernel point come to have the same osillation of kernel neuron. In this way, oscillation of kernel point spreads to neibour neurons, and territory of kernel point is decided. In this paper, we show that division of 1-dimensional space and 2-dimensional space using Chaos Neural Networks.

Journal

IEICE technical report. Neurocomputing   [List of Volumes]

IEICE technical report. Neurocomputing 99(473), 47-52, 1999-11-26  [Table of Contents]

The Institute of Electronics, Information and Communication Engineers

References:  5

You must have a user ID to see the references.If you already have a user ID, please click "Login" to access the info.New users can click "Sign Up" to register for an user ID.

Codes

  • NII Article ID (NAID) :
    110003234380
  • NII NACSIS-CAT ID (NCID) :
    AN10091178
  • Text Lang :
    JPN
  • Article Type :
    ART
  • Databases :
    CJP  NII-ELS