シナプス可塑性を学習するニューラルネットワークの研究
| Project/Area Number |
19650033
|
|---|
| Research Category |
Grant-in-Aid for Challenging Exploratory Research
|
| Allocation Type | Single-year Grants |
|---|
| Research Field |
Intelligent informatics
|
|---|
| Research Institution | Wakayama University |
|---|
Principal Investigator |
瀧 寛和 Wakayama University, システム工学部, 教授 (10304180)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
松田 憲幸 和歌山大学, システム工学部, 准教授 (40294128)
三浦 浩一 和歌山大学, システム工学部, 助教 (70362861)
|
|---|
| Project Period (FY) |
2007 – 2009
|
| Project Status |
Completed (Fiscal Year 2009)
|
| Budget Amount *help |
¥3,200,000 (Direct Cost: ¥3,200,000)
Fiscal Year 2009: ¥600,000 (Direct Cost: ¥600,000)
Fiscal Year 2008: ¥1,700,000 (Direct Cost: ¥1,700,000)
Fiscal Year 2007: ¥900,000 (Direct Cost: ¥900,000)
|
|---|
| Keywords | シナプス可塑性学習 / ニューラルネットワーグ / 例示生成 / インデックス脳 / 表象と非表象 / 記憶転写 / ニューラルネットワーク / 複数ネットワーク同時学習 / ネットワークインデックス生成 / 強化学習 / 非停止学習 / 動的学習 |
|---|
| Research Abstract |
ニューラルネットワークの学習において、新しい学習方式を求めるために、神経回路網の構造に着目した。構造の異なる神経回路網間で、構造を維持した形での知識の転写問題を定式化し、知識から効率的な例を生成する基準と方法を見出した。この方法では、正例と負例を分離する境界付近の事例生成が有効であることを見出した。しかし、人による実験では、その境界から離れた例から開始して、徐々に境界に誘導することが必要であることもわかった。次に、この現象を踏まえて、知識の格納方式に注目し、インデックス脳構造を提案した。この構造を利用することで、知識転写が行えない場合の知識の想起方法を見出した。実際の人による認知実験(予備実験)から、インデックス脳を人も利用しているという知見を得た。インデックス脳でのインデックスの生成に関する基本原理はまだ研究課題として残っている。インデックスの量と質に関する予備実験の結果を現在、分析・考察中であり、成果は、2010年度中に発表を行う。本研究は、インデックス脳構造に向いた神経回路網の学習方式に重要な知見を見出したといえる。
|
Report
(3 results)
Research Products
(4 results)
