2017 Fiscal Year Research-status Report
複雑ネットワーク構造をもつセルラニューラルネットワークの開発と情報処理への応用
Project/Area Number |
16K06357
|
Research Institution | The University of Tokushima |
Principal Investigator |
西尾 芳文 徳島大学, 大学院社会産業理工学研究部(理工学域), 教授 (80253227)
|
Co-Investigator(Kenkyū-buntansha) |
上手 洋子 徳島大学, 大学院社会産業理工学研究部(理工学域), 准教授 (80582642)
細川 康輝 四国大学, 経営情報学部, 准教授 (20341266)
|
Project Period (FY) |
2016-04-01 – 2019-03-31
|
Keywords | セルラーニューラルネットワーク / 複雑ネットワーク / 非線形回路 / カオス |
Outline of Annual Research Achievements |
本研究では、研究代表者のグループがこれまでに行ってきた複雑系ネットワークの研究成果をセルラニューラルネットワーク(CNN)に組み込むことで、人間の脳での処理に近い高機能な情報処理をリアルタイムで行うことができる新しい複雑ネットワークCNNを開発する。 CNNがもつリアルタイム性とアナログ非線形性の利点を最大限に活かしつつ、複雑系ネットワークの特徴である創発性や時空間変動性を積極的に利用し、また、計算機シミュレーション・回路実験・理論解析により、システム設計・特性調査・アプリケーション開発・回路実装までを行うことで、様々な実問題に適用可能な高度な情報処理システムを実現することを目的としている。 平成29年度に得られた主たる成果は以下の通りである。 1.部分的に遅延を与えたCNNによる画像処理:本研究では、入力画像の隣接する画素値の差の大小により、処理に遅延を与えることによって、より効果的な画像処理ができるCNNの開発を行った。計算機シミュレーションにより、本提案手法が、入力画像のエッジ検出に効果があることを確認することができた。 2.メモリスタを含む複雑ネットワーク回路:本研究では、メモリスタを含むカオス発生回路、及び、結合部にメモリスタを用いた複雑ネットワーク回路の振る舞いに関する調査を行った。特に、基本的な現象の把握のために、2個のカオス回路をメモリスタで結合した簡素な系に見られる同期現象とその複雑な遷移現象について、様々な条件の下で、計算機シミュレーションを行い、詳細な調査を行った。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
2年間を経過した段階で、研究目的に記載していた3年分の内容のおおむね3分の2を達成しており、かつ、それらの成果を着実に発表できていることから、おおむね順調に進展していると評価できる。
|
Strategy for Future Research Activity |
研究計画に沿って、複雑ネットワークCNNの開発を行う。特に、計画を上回る成果を上げるための方策として、関連する研究を行う著名な海外研究者とコンタクトをとり、本研究成果の発展方法についてのディスカッションを行うことを計画している。一方、研究目的を達成する上での問題点については、現時点では特に見当たらない。
|
Research Products
(17 results)