|
入力の重み付き線形和から出力を決定するニューロンから構成されるこれまでのニューラルネットワークに対し、入力の重み付き非線形和を用いるニューロンから構成される高次ニューラルネットワーク(高次モデル)に関する本研究の成果は、次の三つの点からなる。
(1) 数値シミュレーションによる高次モデルの有効性
・同一のパラメータ数を使った多層パーセプトロンにおいて、高次モデルの優位性が、関数近似、パターン分離問題、時系列予測問題において示された。
・同上の問題に対して、ネットワークの構造決定を行った場合にも高次モデルが優れていることが示された。
・連続するパターンの連想記憶問題において、高次モデルは従来モデルよりも質的に能力が上回ることが示された。
(2) 高次モデルのダイナミックスの理論的解析
・連想記憶の想起能力に関するダイナミックスを理論的に解析した。
・高次モデルは、従来モデルに比べてパターン分離能力が優れていることが示された。
(3) 高次モデルの実際問題への応用での有効性
・配電線の塩害汚損を示すデータから、劣化の程度を診断するシステムを構築した。この場合、高次モデルの方が従来モデルよりも優れていることが示された。
|
