| 研究課題/領域番号 |
11650382
|
|---|
| 研究機関 | 広島大学 |
|---|
研究代表者 |
阿江 忠 広島大学, 工学部, 教授 (50005386)
|
|---|
| 研究分担者 |
酒居 敬一 広島大学, 工学部, 助手 (90274117)
荒木 宏行 広島大学, 工学部, 助手 (00304402)
角川 裕次 広島大学, 工学部, 助教授 (80253110)
|
|---|
| キーワード | ブレインウェア / 脳機能情報処理 / リアルタイム処理 / 帰納学習 / オートマトン学習 |
|---|
| 研究概要 |
リアルタイム処理を目的としたブレインウェア(脳機能情報処理)のためのモデルはまだ確立されてはいない。ニューラルネットワークの一般形であるリカレントネットワークはもっともストレートなモデルではあるが、リアルタイム応用が可能な学習アルゴリズムを見い出すことは非常に困難な問題である。そのため、本研究では、ニューラルネット的な振舞いをマクロに捉えたベクトル遷移モデルを導入した。このベクトル遷移の制御をオートマトン的に行うことにより、実用的な学習アルゴリズムを得ることが可能であることを示した。この新しいモデルでは入力ベクトルの時間系列に対し、内部状態も状態ベクトルの系列をなし、かつ、適宜出力を出すシステムを表現することが出来る。このシステムの応用例としては、リアルタイムな環境の中での行動予測のみならず、新しい系列を生成することも出来、知識表現の困難な人工知能的なシステムも構成することが可能となる。このことをモデル論的に示し、かつ、シミュレーションにより有用性を示すことが出来た。このリアルタイム処理向きの脳型コンピュータのアーキテクチャの実現へ向けてのハードウェアの設計を行った。処理ユニットは並列処理を行うVLIW(Very Long Instruction Word)タイプのプロセッサで、照合ユニットは専用ハードウェア化をそれぞれ想定している。それぞれのユニットはシミュレーションにより、動作確認のための基礎資料を得た。また、動作環境としては分散ネットワーク環境を想定し、その基礎のみならず応用も考慮した研究を試み所望の成果を得た。今後、ネットワークにおける脳型エージェントへの展開を進める予定である。
|
