| 研究概要 |
カオスニューラルネットにおいて,ある30個のパターンを,1周期あたり6パターンの5周期に分けて記憶させた。このネットワークにシナプス前抑制を用い,カオスを用いた検索(サーチアクセス)を行なった。初期条件を変え,300回の検索を行なったところ,検索成功率は1となり,すべての検索に成功した。しかし,9割の検索が成功するステップ数は200程度必要であり,300回の検索中,最大のステップ数は627ステップであった。同じパターンを用いた他の手法では,9割ほどの成功率であるが,60ステップほどで9割に達している。したがって,本手法は,成功率の点では勝っているが,時間の点では劣っている。
従来用いていた一周期の記憶パターンにおいては,抑制は,抑制信号にしきい関数をで与えれば十分であった。しかし,本研究では,しきい関数のしきい値からある値までの値域に線形部分をつけ加え,徐々に変化するようにすると,検索ステップ数に変化が見られた。線形部分の値域を適切に選べば,検索ステップ数がかなり改善され,300回の検索で必要なステップ数の最大は200ステップ程度になることがわかった。また,9割りの検索が成功する点はおよそ100ステップであることがわかった。
また,カオスニューロンのパックプロパゲーションによるパラメータ学習については,教師信号の与え方によっては,簡単な周期を検出できることがわかった。
|
