モジュール構造をなす動的人工神経ネットワークのダイナミクス

2002 Fiscal Year Annual Research Report

• Project/Area Number: 12680403
• Research Institution: Ryukoku University
• Principal Investigator: 堤 一義 龍谷大学, 理工学部, 教授 (30197735)
• Keywords: ニューラルネットワーク / ダイナミクス / 写像 / 緩和 / モジュール構造 / ホップフィールド / バックプロパゲーション / 変形空間

Research Abstract

人工神経ネットワークに関しては、これまでに、生物学的にも妥当性のある幾つかのパラダイムが提唱されており、これらの内「写像」と「緩和」はとりわけ重要なものである。「写像」や「緩和」が何れも妥当であるとするなら、生物の神経系においては、それらが別々に機能していると考えるより、それらが融合した「より上位の枠組み」の下で情報処理がなされていると考えるのが自然である。本研究では、こうした「より上位の枠組み」の存在可能性を探るべく、「モジュール構造をなす動的人工神経ネットワーク」について新たなモデル提案を行い、ネットワークのダイナミクスについて総合的に理解することを目的とした。
最終年度は、個々のパラダイムについて引き続き検討を行うと共に、それらの統合モデルについて検討を行った。そして、ある1つのモデルを提案するに至った。提案モデルは、動的ニューロンの出力と膜電位に加え、写像関数を用いて動的ニューロンからの直接出力から変換された他の種類の状態変数を含む、特別に構成されたエネルギー関数を最小化するネットワークである。もし写像関数として静的ニューロンのみによる階層型ネットワークを仮定した場合、その階層型ネットワークは、順方向サブネットと逆方向サブネットから構成され、両サブネットの結合は、逆方向サブネットを伝播する誤差信号に基づいて修正される。同時に、逆方向サブネットの最終出力が、ネットワーク全体のダイナミクスに重要な役割を演じている。結果として、提案ネットワークは、静的および動的なニューロンの協調によって「変形空間において緩和がなされる」という枠組みを提供する。誤差を計算するための逆方向サブネットは、通常仮想的なものであるが、提案ネットワークでは、ネットワーク全体のダイナミクスのために実在しなければならない点も注目すべき結果である。

Research Products

• [Publications] Y.Kusano, K.Tsutsumi: "Hopping Height Control of an Active Suspension Type of Leg Module Based on Reinforcement Learning and a Neural Network"Proc. of 2002 IEEE/RSJ International Conference on Intelligent Robots and Systems. 2672-2677 (2002)
• [Publications] K.Kano, S.Kitayama, N.Yamamoto, K.Tsutsumi: "Design and Prototype of a Remote Arm-Wrestling System"Proc. of 2002 IEEE/RSJ International Conference on Intelligent Robots and Systems. 2985-2990 (2002)
• [Publications] K.Tsutsumi: "Relaxing in a Warped Space : An Effect Due to the Cooperation of Static and Dynamical Neurons"Proc. of International Joint Conference on Neural Networks(IEEE/INNS). (印刷中).