カオス的想起を用いたニューラルネットワーク連想記憶モデルによる知的情報処理の研究

利用混沌回忆的神经网络联想记忆模型进行智能信息处理的研究

基本信息

批准号：
07750464
负责人：
萩原将文
金额：
$ 0.7万
依托单位：
Keio 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：
1995
资助国家：
日本
起止时间：
1995 至无数据
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-07750464/
关键词：
ニューラルネットワークカオス連想メモリ

项目摘要

カオスは、決定論的な時間発展する非線形なシステムに生じる予測不可能な現象であり、電気回路のみならず心拍や脳波など、生体においても多くその存在が知られている。特に生体の脳においては、カオスは記憶や学習に重要な役割を果たしていると考えられている。本研究では、以上のような生理学的および数理学知見に基づいたカオスを、知的情報処理へ適用するための研究を行った。具体的には、脳の情報処理様式を模擬するニューラルネットワークに基づいた連想記憶モデルに適用し、新しいカオス双方向連想メモリを提案した。従来より、1対多の連想が可能な連想記憶モデルでは、想起時に生じる干渉を取り除くために人為的な制御や特別なネットワークを必要としていた。提案モデルでは、従来の双方向連想メモリの一部にカオスニューロンを用いてこの問題を解決している。計算機シミュレーションにより得られた結果をまとめる。(1)学習パターンに文脈情報を付加することにより、1対多の連想が可能なことが確認された。(2)カオスニューロンの内部状態がカオス的に変化し続けることによって、ネットワークが動的な想起を実現している。これは、想起時のエネルギー関数やニューロンの内部状態の変化の調査により確かめられた。(3)雑音を用いた想起に比べ、提案モデルの方が短時間で正しい想起が行えることが確認された。

混沌是一种不可预测的现象，发生在随时间以确定性方式演化的非线性系统中，其存在不仅在电路中，而且在心跳和脑电波等生物体中也存在。混沌被认为在记忆和学习中发挥着重要作用，尤其是在活体大脑中。在本研究中，我们进行了将基于上述生理和数学知识的混沌应用于智能信息处理的研究。具体来说，我们应用基于神经网络的联想记忆模型来模拟大脑的信息处理方式，并提出了一种新的混沌双向联想记忆。传统上，允许一对多关联的联想记忆模型需要人工控制或特殊网络来消除检索过程中发生的干扰。所提出的模型通过使用混沌神经元作为传统双向联想记忆的一部分来解决这个问题。我们总结了计算机模拟获得的结果。 (1)通过向学习模式添加上下文信息，证实了一对多关联是可能的。 (2)由于混沌神经元的内部状态不断发生混沌变化，网络实现了动态记忆。通过研究记忆过程中神经元能量功能和内部状态的变化证实了这一点。（3）经证实，与使用噪声的召回相比，所提出的模型可以在更短的时间内执行准确的召回。