Associative memory model under artificial evolution 進化過程における連想記憶モデル

この論文をさがす

著者

    • 今田, 彬 イマダ, アキラ

書誌事項

タイトル

Associative memory model under artificial evolution

タイトル別名

進化過程における連想記憶モデル

著者名

今田, 彬

著者別名

イマダ, アキラ

学位授与大学

奈良先端科学技術大学院大学

取得学位

博士(工学)

学位授与番号

甲第41号

学位授与年月日

1999-03-24

注記・抄録

博士論文

目次

  1. Associative Memory Model under Artificial Evolution / p1 (0002.jp2)
  2. Contents / p3 (0003.jp2)
  3. 1.INTRODUCTION / p1 (0007.jp2)
  4. 1.1 Evolutionary Algorithm / p2 (0007.jp2)
  5. 1.2 Associative Memory and Evolutionary Algorithms / p8 (0010.jp2)
  6. 1.3 Overview of this Thesis / p12 (0012.jp2)
  7. 2.GA THEORY / p14 (0013.jp2)
  8. 2.1 Basic Concepts of Holland's GA / p14 (0013.jp2)
  9. 2.2 Convergence / p15 (0014.jp2)
  10. 3.EVOLUTION OF WEIGHTS / p26 (0019.jp2)
  11. 3.1 Evolutionary Algorithms with Real-valued Encoding / p30 (0021.jp2)
  12. 3.2 Results and Discussion / p35 (0024.jp2)
  13. 3.3 Summary / p48 (0030.jp2)
  14. 4.OTHER REPRESENTATION:PRUNING SYNAPSES / p50 (0031.jp2)
  15. 4.1 Pruning Some of the Hebbian or Random Connections / p50 (0031.jp2)
  16. 4.2 Experiments / p50 (0031.jp2)
  17. 4.3 Results and Discussion / p52 (0032.jp2)
  18. 4.4 Summary / p54 (0033.jp2)
  19. 5.LEARNING / p56 (0034.jp2)
  20. 5.1 Baldwin Effect / p56 (0034.jp2)
  21. 5.2 Lamarckian Inheritance / p58 (0035.jp2)
  22. 5.3 Results and Discussion / p59 (0036.jp2)
  23. 5.4 Summary / p61 (0037.jp2)
  24. 6.SYMMETRY AND DILUTION OF SYNAPTIC WEIGHT / p62 (0037.jp2)
  25. 6.1 Pruned-weight Case / p62 (0037.jp2)
  26. 6.2 The Other Cases / p65 (0039.jp2)
  27. 6.3 Diversity of the Solutions / p73 (0043.jp2)
  28. 6.4 Summary / p73 (0043.jp2)
  29. 7.BASIN OF ATTRACTION / p74 (0043.jp2)
  30. 7.1 To Enlarge the Basin Size:GA Implementation / p75 (0044.jp2)
  31. 7.2 Results and Discussion / p76 (0044.jp2)
  32. 7.3 Summary / p78 (0045.jp2)
  33. 8.FITNESS LANDSCAPE / p80 (0046.jp2)
  34. 8.1 Hopfield Model and Fitness Landscape / p81 (0047.jp2)
  35. 8.2 Statistical Analyses / p82 (0047.jp2)
  36. 8.3 What does the Landscape of a Hopfield Associative Memory Look Like? / p87 (0050.jp2)
  37. 8.4 Summary / p94 (0053.jp2)
  38. 9.TO VISUALIZE SOLUTIONS IN WEIGHT SPACE:SAMMON MAPPING / p96 (0054.jp2)
  39. 9.1 Sammon Mapping and its GA Implementation / p96 (0054.jp2)
  40. 9.2 Results and Discussion / p98 (0055.jp2)
  41. 9.3 Summary / p104 (0058.jp2)
  42. 10.THE HOPFIELD MODEL AS A TEST FUNCTION / p105 (0059.jp2)
  43. 10.1 Overview / p105 (0059.jp2)
  44. 10.2 Features of the Model as a Test Function / p107 (0060.jp2)
  45. 10.3 Summary / p120 (0066.jp2)
  46. 11.CONCLUSION AND FUTURE WORK / p121 (0067.jp2)
1アクセス

各種コード

  • NII論文ID(NAID)
    500000174698
  • NII著者ID(NRID)
    • 8000000174975
  • DOI(NDL)
  • 本文言語コード
    • eng
  • NDL書誌ID
    • 000000339012
  • データ提供元
    • 機関リポジトリ
    • NDL-OPAC
    • NDLデジタルコレクション
ページトップへ