| 研究概要 |
本研究では,生物の脳,とりわけ人間の脳機能を解明するとともに,高度な工学的応用を見いだす人工ニューラルネットワークを開発することを主目的としている.特に,脳がどのように外界の表現を獲得し,事物の認識を行っているかを明らかにし、生物の持つ柔軟性と融通性のある機械認識技術を確立することが具体的な目標である.本年度の研究では,前年度に提案した従来のアナログニューラルモデルの自然な一般化で,しかも情報処理の側面から本質的と考えられる発火相関を取り入れた,生物学的に自然な共分散ニューラルネットワークを発展改良した.とくに,グラフィカルモデルとしての平均場近似モデルとしてネットワークを捉え,近似精度について詳細に検討した.この成果は,国際ニューラルネットワーク会議,国際神経情報処理会議,国債回路システムと計算機通信会議において,相次いで発表した。更に,自己組織化におけるHebb則において発火相関考慮したコバリアンス学習規則を定式化し,計算機実験を行い,うまく働くことを確認した.また前年度定式化した,位相コバリアンスモデルでのボルツマン学習について,学習性能を調べた.このため,ニューラルネットワークの学習方として,近年注目を集めているサポートベクトルマシンについて,研究しそれを改良することにより,従来法よりも計算速度や汎化性能を向上させるという副次的な結果も得られた.性能比較については現在実行中である.
以上の研究成果をふまえ,次年度は脳で生物学的に自然に行われている学習法のモデル化を行い,それが十分な学習性能を与え,人間の学習能力を説明できることを目指して研究を進める予定である.
|
