N-Queen問題を対象としたマキシマムニューロンモデルの"Winner-take-all"方式に関する研究  [in Japanese] "Winner-take-all" methods of Maximum neuron model  [in Japanese]

マキシマムニューロンモデルでは, 制約条件の充足のため, 互いに素に分割されたニユーロングループの中で, 最大ポテンシャル(ニューロン入力)をもつ唯一のニューロンのみ発火状態とする"Winner-take-all"方式を採用している. 我々は, Takefujiらによって提案されたマキシマムニューロンモデルが, 制約条件充足型の組合せ最適化問題に対して, 非常に有効なニューラルネットワーク解法を実現することを, N-Queen問題を通して明らかにしている. 本論文では, 複数のニューロンが同時に同ーポテンシャルを有する場合の, 競合解消方式に関する提案を行なう. N=500までのN-Queen問題に対するシミュレーションにより, ニューラルネットワークの3種類の状態更新方法(逐次, 準同期, 同期)における各"Winner-take-all"方式の求解性能を評価する.

The maximum neuron model provides efficient neural network solutions for combinatorial optimization problems. In this "winner-take-all" model, one and only one neuron with the maximum input value is always fired in each group of neurons to satisfy the selection constrain. The maximum neuron model can not only reduce the searching space, but also save the computation load. In this paper, we propose two methods of selecting one neuron from two or more neurons which have same maximum input value, named "Least index method" and "Previous selection method". The simulation results show that the performance of the previous selection method performs better than the least index method generally.