異質な並列性の相利共生に関する研究

1992 年度 実績報告書

• 研究課題/領域番号: 04650301
• 研究機関: 茨城大学
• 研究代表者: 松山 泰男 茨城大学, 工学部, 教授 (60125804)
• キーワード: 二重並列性 / 相利共生 / 競合学習 / ニューラルネット / 計算論的学習 / 自己組織化

研究概要

本研究の目的は,異質な並列性が互いに相手を害することなく共存できる計算論的学習方式の開発にある.この計画は2年間にわたっており,平成4年度はその初年度に当たっている.
まず,「異質な2重並列性」についてであるが,上位の並列プロセスが下位のプロセッサの状態を特には意識しないで仕事を命じられるような機構をアービタにもたせることができた.
第2の目的である計算論的学習アルゴリズムとの接点であるが,これについては一般化された競合学習に問題を定め,進展をみた.ここでは,まず学習の評価規範の一般化を行い,競合学習により解き得る問題のクラスを拡張した.そして学習の過程において,各計算素子が自分自身とその協力仲間との状態を観察することにより学習を適切に完了させる自律制御を確立できた.この方式には高速化を行える異質な並列性が共存している.
上で導出した学習アルゴリズムはそのままの形でも並列計算可能であるが,研究の進展により,さらに高度な並列化を行えることが分かった.競合学習は,分散人工知能と密接な関係がある.このことから分かるように,競合学習における状態の分散表現は,コネクションの増加による並列性の低下を防ぐ手段となる.
平成4年度においては,以上のような結果が得られ,次年度(最終年度)における並列計算方式と学習アルゴリズムの結合についての基礎が得られた.

研究成果

• [文献書誌] 松山 泰男: "自己組織化するニューラルネットと最適化問題" オペレーションズ・リサーチ. 37. 331-335 (1992)
• [文献書誌] Yasuo Matsuyama: "Learning in competitive networks with penalties" Proc.Int.Joint.Conf.on Neural Networks. IV. 773-778 (1992)
• [文献書誌] Yasuo Matsuyama and Masayuki Kobayashi: "Minimum learning with autonomous cost adjustment" Proc.Int.Joint.Conf.on Neural Networks. I. 326-334 (1992)
• [文献書誌] Yasuo Matsuyama and Yasushi Kurosawa: "Coordination of optimized feature map and supervisory concept" Proc.Int.Joint Conf.on Neural Networks. II. 734-741 (1992)