2007 Fiscal Year Annual Research Report
ニューラルネットワーク集合の構造化学習と進化ロボットへの適用
Project/Area Number |
07F07082
|
Research Institution | University of Fukui |
Principal Investigator |
村瀬 一之 University of Fukui, 大学院・工学研究科, 教授
|
Co-Investigator(Kenkyū-buntansha) |
ISLAM Md.Monirul 福井大学, 大学院・工学研究科, 外国人特別研究員
|
Keywords | 人工進化 / 機械学習 / ソフトコンビューティング / 知能ロボット / 人工神経回路網 |
Research Abstract |
ロボットが自律的に環境に適応し、環境に応じた自律行動を生成したり、自動診断装置が新たな患者のデータを取込んで自律的によりよい判断を下すようにするためには、初めて遭遇する環境に適応したり、新しい情報を取込んだりする可塑性(柔軟性、やわらかさ)と、過去の経験や情報を消してしまわず保持し続ける安定性(頑強性、かたさ)の両方を備えることが不可欠である。従来の進化あるいは学習による自律行動の生成アルゴリズムや学習システムでは、この可塑性と安定性のバランスを欠くものが多く、適応能力や学習能力が高いと過去の記憶を失い、過去の経験を重視すると適応能力が落ちるというジレンマを抱えている。 本研究の目的は、ニューラルネットワークや複数のニューラルネットワークからなるニューラルネットワーク集合の構造化学習アルゴリズムを開発し、自律ロボットの適応的なコントローラーや自動診断装置などの自動判別器における可塑性と安定性のジレンマを解決しようとするものである。 今年度は3つの新しいニューラルネットワークの構造学習アルゴリズムを開発した。すなわち、ニューラルネットワークの学習に人工進化を組み合わせる際の有効な方法、競合の概念を取り入れたニューラルネットワークの構築方法、そして、ニューラルネットワークにおいて必要に応じ逐次あらたな構造を追加していく方法である。いずれにおいても、種々のベンチマークデータにより特徴を明確にし、従来手法との違いを明確にした。
|
Research Products
(4 results)