研究課題/領域番号 |
18K11480
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分61040:ソフトコンピューティング関連
|
研究機関 | 法政大学 |
研究代表者 |
斉藤 利通 法政大学, 理工学部, 教授 (30178496)
|
研究期間 (年度) |
2018-04-01 – 2021-03-31
|
研究課題ステータス |
完了 (2020年度)
|
配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2020年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2019年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2018年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
キーワード | ニューラルネットワーク / 周期軌道 / 安定性 / ニューラルネット / バイナリーニューラルネット |
研究成果の概要 |
3値結合とシグナム活性化関数で特徴づけられる動的バイナリーニューラルネットの解析と合成に関する基礎研究を行った。まず、3入力1出力ニューロンからなるスパースネットワークについて、回転タイプの周期軌道の安定性を解析した。そして、周期軌道の銘記と局所安定性を保証する合成法を構築した。次に、3層のネットワークについて、所望の周期軌道の銘記と、その安定性に関する理論を構築した。その理論に基づいて、任意の周期軌道の銘記と、その大域安定性を保証する合成法を構築した。さらに、ネットワークをFPGA上にハードウエア実装し、周期軌道を実現し、6足ロボットの歩行パターンの制御に応用した。
|
研究成果の学術的意義や社会的意義 |
人工ニューラルネットは、科学技術の発展に大きく貢献しているAIの基礎となるシステムである。AIに関する諸分野では、写像型のニューラルネットは盛んに研究されているが、再帰型のニューラルネットワークはそれほど研究されていない。生成する現象の複雑さと、解析の困難さがその理由である。動的バイナリーニューラルネットは、動作解析とハードウエア実装に有利な、簡素な再帰型ニューラルネットワークである。その解析と合成に関する基礎研究の成果は、AI技術のさらなる発展への貢献が期待できる。
|