非単調アナログ神経回路モデルによる動的パターンの連想記憶

使用非单调模拟神经电路模型的动态模式的联想记忆

• 批准号: 06780299
• 负责人: 森田 昌彦
• 金额: $ 0.64万
• 依托单位: University of Tsukuba
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1994
• 资助国家: 日本
• 起止时间: 1994 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-06780299/
• 关键词: 神経回路; 連想記憶; 非単調ダイナミクス; 動的パターン; 時系列; アトラクタ; 神経回路; 連想記憶; 非単調ダイナミクス; 動的パターン; 時系列; アトラクタ

筆者が提案した非単調アナログ神経回路網は,従来の神経回路モデルにはない多くの優れた性質をもち,注目を集めている.本研究では,このモデルの動的パターンの記憶能力とその動作原理を明らかにすることを目的として,以下のような研究を行った.まず,従来のモデルが動的パターンをうまく記憶できない原因を,力学的な観点から検討した.その結果,従来のモデルは,本質的に孤立した点状のアトラクタしかもつことができず,動的パターンの記憶にはもともと適していないこと,複雑な学習則を用いてもこの問題は解決されないことが明らかになった.次いで,非単調アナログ神経回路網の力学的性質を,主に数値実験によって解析した結果,このモデルでは,線状ないし面状に広がるアトラクタ(の集合)が形成可能なことがわかった.これにより,動的パターンのような一次元構造をもつパターン群の記憶ができることの理論的裏付けが得られた.そこで,実際に動的パターンを記憶する二種類の方法について検討した.一つは,離散的なパターン系列の各パターン間を適度に補間した上で相関行列を求めるという,昨年度考案した方法である.これについて,十分な数値実験を行い,その有効性を確認した.もう一つは,連続的に変化するパターンを教師信号として入力しながら学習を行う方法であり,その具体的な方法を考案した.後者の方法は,教師パターンの変化速度も同時に学習されるなど,非常に興味深い性質を示したが,学習の詳しいメカニズム等は今後の課題である.

作者提出的非单调模拟神经网络具有许多出色的特性，在常规神经电路模型中未发现，并且引起了人们的注意。在这项研究中，我们进行了以下研究，目的是阐明该模型的记忆能力及其运营原则。首先，我们研究了传统模型无法从机械角度正确记住动态模式的原因。结果，据透露，常规模型只能具有孤立的点状吸引子，并且最初不适合记忆动态模式，即使使用复杂的学习规则，也无法解决此问题。接下来，我们主要通过数值实验分析了非单调模拟神经网络的机械性能，并且在此模型中，该模型具有以轴向模式扩散的线性或平面。发现可以形成拖拉机（集合）。这为能够存储具有一维结构（例如动态模式）的一组模式的能力提供了理论支持。因此，研究了两种实际存储动态模式的方法。一种方法是去年设计的，其中在离散模式系列中适度插值后，获得了相关矩阵。进行了足够的数值实验以确认其有效性。另一种方法是一种方法，其中连续变化的模式被输入为教师信号，并设计了一种特定的方法。后一种方法表现出非常有趣的属性，例如教师模式的变化速度也可以同时学习，但是详细的学习机制是未来的挑战。