| 研究課題/領域番号 |
13640392
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
物性一般(含基礎論)
|
|---|
| 研究機関 | 国士舘大学 |
|---|
研究代表者 |
清水 敏寛 国士舘大学, 工学部, 教授 (30103641)
|
|---|
| 研究期間 (年度) |
2001 – 2002
|
| 研究課題ステータス |
完了 (2002年度)
|
| 配分額 *注記 |
1,600千円 (直接経費: 1,600千円)
2002年度: 1,000千円 (直接経費: 1,000千円)
2001年度: 600千円 (直接経費: 600千円)
|
|---|
| キーワード | ニューラルネットワーク / 情報の流れ / 自己組織化 / パターン形成 / ニューラルネットワークの同期 / ヴァーチャルアトラクター / 連想記憶 / ニューラルネットワークの結合 / カオス / 階層構造 / 複雑系 / ブラウン運動 |
|---|
| 研究概要 |
結合されたニューラルネットワーク系における揺らぎと自己組織化の関係を調べるために、まず2個の結合されたニューラルネットワークにそれぞれ異なったパターンを記憶させ、一方のネットワークが他方に記憶させたパターンを想起できるか調べた。その結果、ニューラルネットワーク間の結合を適当に選ぶと他方に記憶させたパターンを想起したり、二つのニューラルネットワークが完全に同期して同じパターンを想起することを見つけた。この結果は、一方のニューラルネットワークに記憶された情報が他方に伝播することを意味している。一方、2つのニューラルネットワークが結合していないときの各ネットワークのエネルギーのアトラクターはヘブ則で決められているので他方のネットワークに記憶された情報を想起することは非常に興味のある現象である。この新しいアトラクターをヴァーチャルアトラクターと呼ぶ。
次に、多くの局所的ニューラルネットワークを階層的に結合した大域的ネットワークのモデルを提案し、この情報の流れと自己組織化とはどのような関係になっているかを調べた。この目的のために、局所的ネットワークにあるパターン(情報)を記憶させたときに、その情報がどのように大域的ネットワークの中を伝播していくか、また大域的ネットワークにどのような大域的パターンが自己組織化の結果として出現するかを調べた。その結果、ネットワーク間の結合の仕方に依存して、様々な大域的パターンが現れることが明らかになった。例えば、局所的ネットワークに記憶させたパターンと同じパターンが大域的ネットワークに出現(大域的パターンと局所的パターンが同形)することが明らかになった。
|
