自励振動素子ニューラルネットワークによる動的な知覚情報処理

使用自激振荡元件神经网络进行动态感知信息处理

基本信息

批准号：
06858042
负责人：
西川郁子
金额：
$ 0.58万
依托单位：
Ritsumeikan University
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

项目摘要

本研究では,知覚情報処理の初期段階において,外界から入力された多数の素情報(特徴)を統合する過程を,非線形振動子の引き込みによって実現することを目指した.すなわち,高次での対象認識を行うために,同時に得られた多数の素情報が,相互に一定の関係性のあるまとまりごとにひとつの対象として認識される必要があるが,それをテンプレート・マッチングで行うことに対しては,いくつもの問題点が指摘されている.ここでは引き込みのダイナミクスにより,入力された素情報群を構造的あるいは機能的関係により動的に結び付ける点が主眼である.今年度のところでは,基本的には上記の引き込みメカニズムにもとづき,視覚系でのパターン分類,聴覚系でのバックグランドノイズからの選択的聞き分けといった機能の実現を目指して,個別のモデルを提案し,計算機シミュレーションにより処理能力の評価を行った.同時に,従来型ニュウ-ロンによるニューラルネットワークとの性能比較のために,階層型ニューラルネットワークや緩和型のホップフィールドネットワーク等を各種課題に適用し,シミュレーションにより評価を行った.具体的には,組み合わせ最適化問題としてスケジューリング問題(ジョブショップ型およびラインバランシング問題)を対象に,それに適用するための手法を提案し,その評価を行った.スケジューリング問題に対しては更に,探索手法としての遺伝的アルゴリズムの適用も試み,併せて評価している.

在这项研究中，我们旨在实现在感知信息处理的早期通过非线性振荡器进行吸引信息处理的早期，将许多基本信息（功能）输入整合到了过程中。换句话说，为了在更高的顺序上识别对象，同时获得的许多基本信息必须被识别为具有一定关系的每个组的一个对象，但是在通过模板匹配执行此操作时，已经指出了许多问题。在这里，主要重点是通过结构或功能关系通过结构或功能关系，通过结构或功能关系动态地链接输入的基本信息组。在这个财政年度，我们基本上将使用上述拉动机制在视觉系统中对模式进行分类，并在听觉系统中创建频段。为了实现诸如检查地面噪声的选择性聆听之类的功能，提出了单个模型，并使用计算机模拟评估了处理能力。同时，为了使用常规神经网络与神经网络进行比较，将分层神经网络和放松的HOP场网络应用于各种任务，并使用模拟进行了评估。具体而言，提出了一种方法，将调度问题（车间类型和线路平衡问题）作为组合优化问题，并进行了评估。此外，还尝试将遗传算法作为搜索方法应用于调度问题。