負の自己結合を有する離散値型ニューラルネットワークとその応用

• 太田 正哉

  大阪府立大学工学部電気工学科

• 荻原 昭夫

  大阪府立大学工学部情報工学科

• 福永 邦雄

  大阪府立大学工学部情報工学科

書誌事項

タイトル別名

• Binary Neural Network with Negative Self-Feedback and Its Application

抄録

著者らは以前,負の自己結合を有する離散値型Hopfieldネットワークに,特別な摂動規則を導入したモデルを用いて巡回セールスマン問題(TSP)やN-Queen問題が解けることを示した.本論文では,このモデルを用いて実際にTSPを解き,その性能や特徴を評価し改善を図った.まず,このモデルはTSPの制約条件(ペナルティ係数)の微調整が不必要であることを示し,負の自己結合の強度決定法を提案した.次に従来では回避できなかった振動現象を回避できるように摂動規則を改善した.これにより10都市で100%最適解が得られることを確認した.さらに,このネットワークを2つ結合した並列動作モデルにより,より良い解を得ることに成功した.

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 94 (98), 41-48, 1994-06-17

  一般社団法人電子情報通信学会

キーワード

• ニューラルネットワーク
• ホップフィールドモデル
• 負の自己結合
• 巡回セールスマン問題

詳細情報

• CRID: 1570009752433714176
• NII論文ID: 110003292023
• NII書誌ID: AN10060800
• 本文言語コード: ja
• データソース種別:
  • CiNii Articles