| 研究課題/領域番号 |
07650441
|
|---|
| 研究種目 |
一般研究(C)
|
| 配分区分 | 補助金 |
|---|
| 研究分野 |
情報通信工学
|
|---|
| 研究機関 | 北海道工業大学 |
|---|
研究代表者 |
大堀 隆文 北海道工業大学, 工学部, 教授 (80118124)
|
|---|
| 研究分担者 |
渡辺 一央 北海道工業大学, 工学部, 教授 (10210890)
|
|---|
| 研究期間 (年度) |
1995
|
| 研究課題ステータス |
完了 (1995年度)
|
| 配分額 *注記 |
1,900千円 (直接経費: 1,900千円)
1995年度: 1,900千円 (直接経費: 1,900千円)
|
|---|
| キーワード | 高次認知 / ニューラルネットワーク / 多層パーセプトロン / ホップフィールドネットワーク / 特徴抽出 / 揺らぎ駆動学習 / 汎化能力 / 大局的最小化 |
|---|
| 研究概要 |
人間の脳のもつ高次の認知機能を解明するために、脳の認知機能を、(1)対象パターンからの特徴抽出、(2)特徴情報からの概念獲得機能、(3)概念の汎化機能、(4)大局的判断機能、のモジュール構造としてとらえ、各モジュール機能を実現するニューラルネットを構築し、脳の認知機能を工学的に実現することを目的として、研究を実施してきた。以下、各モジュール機能毎に、研究成果を述べる。
(1)特徴抽出機能 入力ベクトル群のKL変換成分群を分離・抽出するためのカスケード接続形パーセプトロンの想起時間の短縮を目的として、出力層ユニット列を複数並列に配置した恒等写像用並列接続形パーセプトロンを開発し、その性能をシミュレーションにより検証した。
(2)概念獲得機能 階層型ニューラルネットワークの大規模化に伴う学習時間の増大を避けるために、しきい値群に与えた互いに無相関のゆらぎとネットワーク出力誤差との相関のみを用いた、簡単な揺らぎ駆動学習法を開発し、その学習・認識性能をシミュレーションにより検証した。(三谷1995-6)
(3)概念汎化機能 概念獲得能力に優れている局所表現型パーセプトロンの汎化能力を最大限に引き出すために、汎化能力最大のカテゴリから順に分離する大局的汎化法を開発し、その性能をシミュレーションにより検証した。(大堀1995-4,OOHORI 1996)
(4)大曲的判断機能 脳に内在するエネルギー最小化能力を解明する手がかりとして、組合せ最適化問題の大局的最少解を求めるためのアルゴリズム駆動型ホップフィールドニューラルネットワークを開発し、その性能をシミュレーションにより検討した。(OOHORI 1995-5、薛1996-2、山本1996-6)
|
