2013 Fiscal Year Annual Research Report
| Project/Area Number |
23700269
|
|---|
| Research Institution | The University of Tokushima |
|---|
Principal Investigator |
上手 洋子 徳島大学, ソシオテクノサイエンス研究部, 講師 (80582642)
|
|---|
| Keywords | 複雑ネットワーク / ニューラルネットワーク / 結合発振器ネットワーク / 社会性ネットワーク / 同期現象 / クラスタリング現象 / ネットワークトポロジー |
|---|
| Research Abstract |
本年度の研究計画として、複雑ネットワークプロパティと情報処理能力の関係についての調査および新しい指標の提案があった。また、複雑ネットワークの回路実装も本年度の研究課題のひとつであった。
我々はこれまで本研究課題において、複雑ネットワークとして、「スケールフリー則を応用した階層型ゆとりニューラルネットワーク」、「社会ネットワークの構造をもったホップフィールドニューラルネットワーク」を提案し、その有効性を確認してきた。本年度は、これらネットワークのどのようなプロパティ（特徴・性質）が情報処理に対して優れているかについての調査を行った。まず、ゆとりニューラルネットワークの学習プロセスに着目した。ゆとりニューラルネットワークでは、学習の毎更新時に動作ニューロンと非動作ニューロンが切り替わる。そのため、ニューロン間の結合が時間的に変化するネットワーク構造を持つことになる。これにより、同じ学習パターンに対しても、異なるニューロン群で学習を行うことになる。この一見非効率に見える学習プロセスが、人工ニューラルネットワークの情報処理能力向上に影響していることを計算機シミュレーションによって確認した。
また、時間的にネットワーク構造が切り替わる回路モデルの提案を行った。本回路モデルでは、回路間の結合がある確率によって繋がったり、切れたりするものである。結合の確率を変化させたときの、回路ネットワーク全体の同期状態について調査を行った。
|
