|
本研究では、筆者が提案し、記憶容量の拡大や偽記憶の減少が明らかになってきた、非単調素子からなる神経回路モデルについて、その優れた能力を更に生かすことを目的として、以下のような研究を行った.
まず、従来の神経回路モデルおよび非単調素子を用いたモデルを解析した結果、非単調モデルでは、記憶したパターンがもつ構造を生かすことによって、想起能力が高くなっていることがわかった.これにより、特殊な構造をもつパターン群をうまく記憶できる可能性が明らかになった.
従来の神経回路モデルでは、パターンが次第に変化していくような形の想起を行うのは非常に困難であった.これは、記憶する系列の各パターンが、状態空間の中に一様に分布するのではなく、一次元的に並ぶからであり、同期回路などを用いない限り解決できない.これに対し、非単調モデルにはそのような制約がないことになる.
そこで、次に時系列パターンの連想記憶について研究した.その結果、非単調モデルでは、パターン間を適度に補間してやることにより、ほぼ任意のパターン系列を容易に記憶できることがわかった.また、パターンの一部を与えただけで、記憶した系列を次々となめらかに想起し、それが安定に持続することが示された.これは、記憶したパターン系列を通る軌道が、力学系の状態空間における線状のアトラクタになっていることを示す重要な結果である.
動的パタ--の学習のモデルや、脳の記憶機構との対応などは、今後の研究課題である.
|
