不応期を用いた自己相関連想記憶の想起能力と逐次学習

• 小田, 幹雄

• 宮島, 廣美

書誌事項

タイトル別名

• フオウキ オ モチイタ ジコ ソウカン レンソウ キオク ノ ソウキ ノウリョク ト チクジ ガクシュウ
• Autoassociative Memory Using Refractory Period of Neurons and Its On - line Learning

抄録

自己相関連想記憶は，回路網の安定性の立場から，単調な活性化関数が用いられていたが，単純な構造である一方，記憶容量が小さい，偽記憶が存在するなどの欠点があった．本論文では，不応期を有するニューロンを用いた回路網において，回路網の収束をつねに保証しながら，記憶率にかかわらず不応しきい値を自動的に設定する回路網を考える．まず，静的な想起による数値実験により，想起能力が最も高くなる回路網の活動度を求める．この結果を利用し，回路網の活動度に基づいて不応しきい値を適応的に制御する手法を提案し，高い想起能力を有することを数値実験により示す．さらに，回路網の活動度が入力パターンの未知/既知パターンの判定に利用できることを明らかにし，未知パターンの逐次学習則を提案する．この逐次学習則を非同期離散時間回路網に適用し，その有効性を示す．

In the present paper, we, first, propose a novel autoassociative memory model of the neural network consisting of neurons which enter refractory period according to an adaptive thresh-old. The refractory threshold is adaptively and autonomously controlled by an additional linear neuron based on the network activity. The optimal network activity, then, is obtained by static recalls and the value is used to control the threshold. Secondly, using the network activity, the network with on-line learning mechanism is also proposed and it is shown that the network can detect novel patterns to be memorized and memorize them correctly.

収録刊行物

• 情報処理学会論文誌数理モデル化と応用（TOM）

  情報処理学会論文誌数理モデル化と応用（TOM） 42 (SIG14(TOM5)), 110-123, 2001-12-15

  東京 : 情報処理学会

キーワード

• オリジナル論文

詳細情報

• CRID: 1050282812868510720
• NII論文ID: 110002726149
• NII書誌ID: AA11464803
• ISSN: 18827780
• ISSN: 03875806
• NDL書誌ID: 6022960
• Web Site: http://id.nii.ac.jp/1001/00017314/
• Web Site: https://ndlsearch.ndl.go.jp/books/R000000004-I6022960
• 本文言語コード: ja
• 資料種別: article
• データソース種別:
  • IRDB
  • NDL
  • CiNii Articles