| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2009-03-13 13:00 力学系群の自己組織化アルゴリズム:Parametric Bias法とmnSOMによるアプローチ ○大久保貴之・辻 純一・徳永憲洋・古川徹生（九工大）  NC2008-168 |
|
| 抄録 | （和） | 本研究の目的は，ダイナミクスの「集合」を扱うニューラルネットワーク (Multi-Dynamics Learning Network: MDLN) を開発することである．この MDLN には次の３つの機能を求める．i) 教示されるダイナミクスの可観測状態変数から，非可観測状態変数とそのダイナミクスを推定すること．ii) 推定するダイナミクス間の順序づけを行うこと．iii) 順序づけしたダイナミクス間の内挿補間を行うこと．本論文ではこれら３つの機能を満たす MDLN の実現において既存のアプローチでは限界があること，その理由と解決方法について議論する．そしてシミュレーションを行い，われわれの主張する論理の整合性を検証したので報告する．なお本研究では，既存のアプローチにとして Recurrent Neural Network (RNN) を機能モジュールとするモジュラーネットワーク型 SOM (mnSOM) と Parametric Bias (PB) 法を用いた RNNPB の２つのニューラルネットワークを用いて検証を行った． |
| （英） | The purpose of this work is to develop a neural network architecture which enables us to deal with a group of dynamical systems. The architecture, which is refered as Multi-Dynamics Learning Network (MDLN), is expected to satisfy the following three requirements. (i) By giving a set of time seriese as a training dataset, MDLN estimates those dynamics as well as unobservable variables. (ii) MDLN orders those dynamics according to the similarities between them. (iii) MDLN represents and/or interpolates intermediate dynamics between given dynamics. Though the Recurrent Neural Network with Parametric Bias (RNNPB) and the modular network SOM with recurrent neural network modules (RNN-mnSOM) have been proposed for this purpose, it is shown in this paper that these two architectures do not satisfy the above requirements. It is also shown that an additive normalization algorithm improves the learning performance of RNNPB and RNN-mnSOM so that they satisfy the above three requreiments. |
|
| キーワード | （和） | 自己組織化マップ / リカレントニューラルネットワーク / RNNPB / RNN-mnSOM / ダイナミクス / / / |
| （英） | Self-Organizing Map / Recurrent Neural Network / RNNPB / RNN-mnSOM / Dynamics / / / | |
| 文献情報 | 信学技報, vol. 108, no. 480, NC2008-168, pp. 381-386, 2009年3月. | |
| 資料番号 | NC2008-168 | |
| 発行日 | 2009-03-04 (NC) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NC2008-168 |
|
| 研究会情報 | |
| 研究会 | NC MBE |
| 開催期間 | 2009-03-11 - 2009-03-13 |
| 開催地（和） | 玉川大学 |
| 開催地（英） | Tamagawa Univ. |
| テーマ（和） | 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2009-03-NC-MBE |
| 本文の言語 | 日本語 |
| タイトル（和） | 力学系群の自己組織化アルゴリズム:Parametric Bias法とmnSOMによるアプローチ |
| サブタイトル（和） | |
| タイトル（英） | Self-organizing algorithm of dynamical systems: Approaches from Parametric Bias method and mnSOM |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 自己組織化マップ / Self-Organizing Map |
| キーワード(2)（和/英） | リカレントニューラルネットワーク / Recurrent Neural Network |
| キーワード(3)（和/英） | RNNPB / RNNPB |
| キーワード(4)（和/英） | RNN-mnSOM / RNN-mnSOM |
| キーワード(5)（和/英） | ダイナミクス / Dynamics |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 大久保 貴之 / Takashi Ohkubo / オオクボ タカシ |
| 第1著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyushu Inst. of Tech.) |
| 第2著者 氏名（和/英/ヨミ） | 辻 純一 / Jun-ichi Tsuji / ツジ ジュンイチ |
| 第2著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyushu Inst. of Tech.) |
| 第3著者 氏名（和/英/ヨミ） | 徳永 憲洋 / Kazuhiro Tokunaga / トクナガ カズヒロ |
| 第3著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyushu Inst. of Tech.) |
| 第4著者 氏名（和/英/ヨミ） | 古川 徹生 / Tetsuo Furukawa / フルカワ テツオ |
| 第4著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyushu Inst. of Tech.) |
| 講演者 | 第1著者 |
| 発表日時 | 2009-03-13 13:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2008-168 |
| 巻番号（vol） | vol.108 |
| 号番号（no） | no.480 |
| ページ範囲 | pp.381-386 |
| ページ数 | 6 |
| 発行日 | 2009-03-04 (NC) |
[研究会発表申込システムのトップページに戻る]