2014 Fiscal Year Annual Research Report
多彩な現象を生成できる動的バイナリーニューラルネットの解析と学習
| Project/Area Number |
24500284
|
|---|
| Research Institution | Hosei University |
|---|
Principal Investigator |
斉藤 利通 法政大学, 理工学部, 教授 (30178496)
|
|---|
| Project Period (FY) |
2012-04-01 – 2015-03-31
|
| Keywords | ソフトコンピューティング |
|---|
| Outline of Annual Research Achievements |
1) 2層の動的バイナリーニューラルネット(DBNN)に2値周期軌道(BPO)を銘記する学習法を構築した。同学習法の基本は、相関学習によって得られた結合パラメータを3値化するものである。これによって銘記できない場合は、パラメータを遺伝的アルゴリズム(GA)によって変化させる。同手法をパワーエレクトロニクスの基本回路であるDC/ACインバータの制御信号に多対応するBPO等に応用し、手法の有効性を確認した。また、リターンマップを用いてDBNNの動作を視覚化する方法も提案し、学習過程の把握に有効であることを明らかにした。
2) 2層のDBNNにBPOが銘記できた場合に、結合行列をスパース化すると、それに落ち込む初期値の数が増え、安定性が強化される場合のあることを示した。GAを用いて、スパース化による安定化を行う手法を提案し、基本的な例題に適用してその有効性を検討した。
3) 3層のDBNNにBPOを学習させる問題について、基本的な学習法を検討した。この手法は、簡素なカーネル法を用いた連想メモリの学習法を参考とした発見的なものであり、BPOの銘記は保証される。基本的な例題よってその有効性を確認した。しかし、BPOの周期が長くなると中間層が膨大になること、BPOを安定化するのが困難なこと、などの問題がある。
|
