|
ニューラルネットワークの代表的な競合学習をより一般的な方法に移行する研究をおこなった。一般化によって競合学習を情報量最大化の一手法と考えることができることがわかった．すなわち，ニューラルネットワークの持つ入力パターンに関する情報量を容易に最大化することができるようになった．この最大化は，複雑な情報を整理する働きがあることもわかり，適切な情報を選択し，情報を圧縮することが可能となった．圧縮された情報は，最も単純なネットワークで表現することができ，ネットワークの推論過程を理解することに応用できることがわかった．
|
