力学系の学習における最適状態の引力圏について

• 中島 弘之

  京都大学 工学部 電気電子工学科

• 上田 〓亮

  京都大学 工学部 電気電子工学科

書誌事項

タイトル別名

• Basins of the Optimal States in Learning Dynamical Systems

抄録

カオスの同期状態のような、カオス的な外力で駆動された力学系の不変集合がriddled basinと呼ばれる複雑な構造の引力圏を持つことが報告され、非線形問題研究者の注目を集めている。本報告では、ニューラルネットワークによるカオス時系列のバックプロパゲーション学習を結合荷重空間上の力学系とみなした場合、学習の最適状態を表わす不動点がlocally riddled basinをもったアトラクタとなりうることを計算機実験によって示す。また、テント写像のパラメータを学習する勾配降下法においてその最適状態がriddled basinを持つことを証明する。
A new phenomenon called a "riddled basin", which is an extremely complicated domain of attraction usually accompanying invariant sets for dynamical systems driven by chaotic signal, e.g. chaotic synchronizing systems, have been drawing attention of nonlinear scientists. In this report, the optimal state of a back-propagation learning of chaotic time series is shown to be a "locally riddled basin" by a numerical experiment. It is also proved that the optimal state of learning the parameter of the tent map by a gradient-descent method can be an attractor with a riddled basin.

収録刊行物

• 電子情報通信学会技術研究報告. NLP, 非線形問題

  電子情報通信学会技術研究報告. NLP, 非線形問題 95 (47), 49-56, 1995-05-19

  一般社団法人電子情報通信学会

キーワード

• 引力圏
• ニューラルネットワーク
• バックプロパゲーション
• 力学系
• カオス
• 勾配降下法

詳細情報

• CRID: 1573950402106076800
• NII論文ID: 110003291822
• NII書誌ID: AN10060800
• 本文言語コード: en
• データソース種別:
  • CiNii Articles