|
本研究課題では脳に匹敵する高度な情報集約化能力をもつ人工ニューロン結合体の開発を目指し、その基礎的な研究をハードウエアおよびソフトウエアの両面から推進した。
本研究成果の概要を箇条書きに纒めれば次の通りである。
(1)生体における知的な営みが脳神経回路網による情報集積化能力(感覚情報の融合・統合)に依って発揮されることを念頭に置き、人工ニューラルネットワーク情報処理における技術課題を明確にした。とくに、実時間処理を伴う制御課題を処理するには、人工ニューラルネットワーク自体のダイナミクスを考慮する必要性があることを示唆した。
(2)高度な情報集約化機能を発揮する人工ニューラルネットワークは可塑的な活動関数(出力関数)をもつ人工ニューロンを構成要素とすることで実現できる。そこで、電子回路用CADシステムを用いてアナログMOS回路からなるパルス伝送型人工ニューロン(PFM型人工ニューロン)を設計し、ディスクリート回路でニューロボードを試作した。また、ニューロボードの応答特性を解析し、学習回路の働きによって、入力パルス頻度に応じて活動関数の形状が変容することを確かめた。
(3)ニューロボードの多様な活動関数が有理曲線で模擬できることを確かめ、有理曲線型活動関数をもつニューロン数理モデルを提案した。つぎにこのニューロン数理モデルを構成要素とする3層ニューラルネットワークをワークステーションで構築し、これを情報集約化のツールとして多次元情報間での統合や融合を図り、情報の圧縮、変換を試みた。その結果、文字情報の座標交換や非線形制御系の制御器など多用途に適用できることを数理的に検証した。
今後、本研究の成果は情報集約化が可能なアナログMOS型ニューロチップやニューロマッピングツールの数理設計などに役立つであろう。
|
