動的連想記憶システムの構築に関する研究

动态联想记忆系统的构建研究

基本信息

批准号：
14780291
负责人：
小林邦和
金额：
$ 2.18万
依托单位：
Yamaguchi University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (B)
财政年份：
2002
资助国家：
日本
起止时间：
2002 至 2004
项目状态：
已结题

项目摘要

本研究ではヒトに近い柔らかな連想記憶を実現する動的連想記憶システムの構築を目指している.本システムは,ウェーブレットネットワークを用いてシステムを構成するため,従来のニューラルネットワークを用いたシステムに比べ,システム構築の簡単化,記憶容量の増加,及び複雑な非線形ダイナミクスの実現が期待される.従って,複雑な想起特性(カオス的遍歴など)を示すよりヒトのように柔軟な動的連想記憶が実現される.同時に,本システムを用いた情報検索やカオス時系列予測などの工学的応用についても検討する.平成14年度はカオスニューラルネットワークの連想記憶性能について基本的な調査を行った.平成15年度はカオスニューラルネットワークにおけるニューロン間の結合様式が連想記憶性能に与える影響について調査を行った.その結果,ニューロン間の結合様式を通常の線形ではなく,非線形に変更することにより,想起性能の向上が確認された.また学習方式として,強化学習を用いたカオス時系列予測システムの構築を行った.平成16年度はベイズ学習理論を適用することにより,ウェーブレットネットワークの構造決定(モデル選択)と未知パラメータの学習を同時に行える手法の開発を行う予定った.更に,工学的な応用として,強化学習システムへの適用も行った.本研究の成果は電気学会論文誌(1篇),及び論文査読付き国際会議(3件)において公表を行った.また国際的な学術雑誌(Neurocomputing),及び査読付き国際会議(SICE2005)にて査読中の論文が3篇ほどある.

在这项研究中，我们的目标是构建一个动态联想记忆系统，实现类似于人类的软联想记忆。由于该系统使用小波网络来配置系统，因此与使用神经网络的传统系统相比，预计系统构造将被简化，存储容量将增加，并实现复杂的非线性动态。因此，复杂的召回特性（混沌将实现更灵活、更人性化的动态联想记忆，显示诸如物理历史等内容。同时，我们还将考虑使用该系统进行信息检索和混沌时间序列预测等工程应用。对混沌神经网络联想记忆性能的基本研究。结果证实，通过将神经元之间的连接模式从通常的线性改为非线性，可以提高检索性能。此外，作为学习方法，我们构建了时间序列预测系统。我们应用贝叶斯学习理论来确定小波网络的结构（模型选择）和未知参数。我们计划开发一种可以同时学习仪表的方法。此外，作为工程应用，我们还将其应用到强化学习系统中。这项研究结果发表在日本电气工程师学会的期刊上（1 篇））和同行评审论文3篇，在国际学术期刊（Neurocomputing）和同行评审国际会议（SICE2005）上发表论文3篇。