カオス遍歴を利用した脳の連鎖的想起モデル

• Project/Area Number: 09224212
• Research Category: Grant-in-Aid for Scientific Research on Priority Areas
• Allocation Type: Single-year Grants
• Research Institution: Kyushu Institute of Technology
• Principal Investigator: 山川 烈 九州工業大学, 情報工学部, 教授 (00005547)
• Co-Investigator(Kenkyū-buntansha): 神酒 勤 九州工業大学, 情報工学部, 助手 (20231607) ; 内野 英治 九州工業大学, 情報工学部, 助教授 (30168710)
• Project Period (FY): 1997
• Project Status: Completed (Fiscal Year 1997)
• Budget Amount: ¥2,400,000 (Direct Cost: ¥2,400,000); Fiscal Year 1997: ¥2,400,000 (Direct Cost: ¥2,400,000)
• Keywords: 多次元非線形ダイナミカルシステム / 連鎖的想起 / カオス連想メモリ / カオス遍歴 / カオスネットワーク / 相互結合非並衡型ネットワーク / Hebb則

Research Abstract

カオスネットワークを構成するカオスユニットは,申請者らが開発したカオスチップ内の非線形遅延要素と加算要素である.この他に,カオスユニット間の重み係数の逆数に対応する抵抗を必要とする.このようにして構成したカオスネットワークのふるまいについて調べた.
従来のカオスネットワークにおけるパターンの想起には,(1)記銘パターンが頻度良く想起されない,(2)与えられた初期パターン(提示パターン)に関係なく,すべての記銘パターンが想起されるという二つの問題があった.これらの問題のうち,本研究では(1)の問題について解決法を考えた.
非線形関数(区分線形)の形と,ダイナミカルなふるまいとの関係を調べたところ,飽和逆N型(逆N字型関数と逆サイン関数のMIN)で三つの傾き(-m1,m0,+m1)を特定するパラメータがm0>2.0,m1<-2.5で,x切片の値がx=-1,0,+1であるような非線形関数であれば,想起頻度が著しく向上し,しかも相互結合の重み係数の値を12%(標準偏差)変動させても特性が不安定にならず,効率よく記銘パターンを想起できることが分かった.この実験から,申請者らの提案したカオスネットワークは,集積化した場合に,トランジスタや抵抗,キャパシタ等デバイスのばらつきに対して極めて頑健であることが分かった.
この研究の成果は,複数のパターンが記銘されたカオスネットワークで,その中のいくつかのパターンが重複してできたパターンを入力した場合に,それらを分離して交互に想起することが,近い将来可能となるであろう.

Research Products

• [Publications] 下野雅芳,神酒 勤,山川 烈: "想起過程に初期パターン依存性を持たせた動的連想メモリ" 第13回ファジィシステムシンポジウム講演論文集. WEF3-2. 655-568 (1997)
• [Publications] M.Shimono,T.Miki and T.Yamakawa: "The Temporary Degradation of The Stored Information on Cross-coupled Network and Its Application for Separation of Overwritten Patterns" Proceedings of the 1997 International Conference on Neural Information Processing and Intelligent Information Systems(ICONIP'97). Vol.2. 1239-1242 (1997)
• [Publications] M.Shimono,T.Miki and T.Yamakawa: "The Hardware Implementation of The Dynamic Associative Memory Based on New Similarity Measure with Variance" Proceedings of the 6th International Conference on Microelectronics for Neural Networks,Evolutionary & Fuzzy Systems(MicroNeuroユ97). 271-278 (1997)
• [Publications] E.Uchino and T.Yamakawa: "Soft Computing Based Signal Prediction,Restoration,and Filtering" Intelligent Hybrid Systems:Fuzzy Logic,Neural Networks,and Genetic Algorithms,″ed.Da Ruan,Kluwer Academic Publishers. 331-351 (1997)
• [Publications] E.Uchino and T.Yamakawa: "Fuzzy Learning Machine with Application to the Detection of Landmarks for Orthodontic Treatment" Neuro-Fuzzy Tools and Techniques,″ed.Nikola Kasabov. (to be published).