講演抄録/キーワード |
講演名 |
2012-10-05 11:05
動的バイナリーニューラルネットの学習と応用 ○上月良太・中山雄太・斎藤利通(法政大) NC2012-51 |
抄録 |
(和) |
本論文では、シグナム関数と3値重みパラメータを有する動的バイナリーニューラルネットワークを考察する。
相関学習に基づく学習法を用いて、ネットワークに周期信号を埋め込む。
周期現象やその収束領域のようなネットワークのダイナミクスの基本特性を把握するために、格子点上の簡素なリターンマップを用いる。
相関学習に基づく学習法で得られた結果に遺伝的アルゴリズムに基づく学習を行うことで、周期現象の収束特性の安定化を行う。
基本的な数値実験によって、学習機能を検討する。 |
(英) |
This paper studies simple dynamic binary neural networks characterized by signum activation function and ternary weighting parameters.
The learning algorithm is based on the correlation learning and the genetic algorithm.
Using the algorithm, we can store a class of desired periodic signals into the network.
We use a simple return map on the lattice points in order to visualize the basic dynamics of the network, such as periodic phenomena and its domain of attraction .
Performing basic numerical experiments of several example problems, we have confirmed storage of desired periodic patterns and their stability.
Espacially, we have confirmed storage of a periodic pattern corresponding to control signals of dc-ac inverters and its automatic stabilization. |
キーワード |
(和) |
ニューラルネットワーク / 相関学習 / 遺伝的アルゴリズム / リターンマップ / / / / |
(英) |
Neural Network / Correlation learning / Genetic Algorithm / Return Map / / / / |
文献情報 |
信学技報, vol. 112, no. 227, NC2012-51, pp. 85-89, 2012年10月. |
資料番号 |
NC2012-51 |
発行日 |
2012-09-27 (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 |
NC2012-51 |
研究会情報 |
研究会 |
NC |
開催期間 |
2012-10-04 - 2012-10-05 |
開催地(和) |
九州工業大学 生命体工学研究科 |
開催地(英) |
Kyushu Institute of Technology (Wakamatsu Campus) |
テーマ(和) |
ニューロコンピューティングの実装および人間科学のための解析・モデル化,一般 |
テーマ(英) |
Implementation of neurocomputing, modeling for human science, and general |
講演論文情報の詳細 |
申込み研究会 |
NC |
会議コード |
2012-10-NC |
本文の言語 |
日本語 |
タイトル(和) |
動的バイナリーニューラルネットの学習と応用 |
サブタイトル(和) |
|
タイトル(英) |
Learning and application of dynamic binary neural networks |
サブタイトル(英) |
|
キーワード(1)(和/英) |
ニューラルネットワーク / Neural Network |
キーワード(2)(和/英) |
相関学習 / Correlation learning |
キーワード(3)(和/英) |
遺伝的アルゴリズム / Genetic Algorithm |
キーワード(4)(和/英) |
リターンマップ / Return Map |
キーワード(5)(和/英) |
/ |
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) |
上月 良太 / Ryota Kouzuki / コウヅキ リョウタ |
第1著者 所属(和/英) |
法政大学 (略称: 法政大)
Hosei University (略称: HU) |
第2著者 氏名(和/英/ヨミ) |
中山 雄太 / Yuta Nakayama / ナカヤマ ユウタ |
第2著者 所属(和/英) |
法政大学 (略称: 法政大)
Hosei University (略称: HU) |
第3著者 氏名(和/英/ヨミ) |
斎藤 利通 / Toshimichi Saito / サイトウ トシミチ |
第3著者 所属(和/英) |
法政大学 (略称: 法政大)
Hosei University (略称: HU) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2012-10-05 11:05:00 |
発表時間 |
25分 |
申込先研究会 |
NC |
資料番号 |
NC2012-51 |
巻番号(vol) |
vol.112 |
号番号(no) |
no.227 |
ページ範囲 |
pp.85-89 |
ページ数 |
5 |
発行日 |
2012-09-27 (NC) |