講演抄録/キーワード |
講演名 |
2016-10-27 09:30
ダイナミックバイナリーニューラルネットのスパース化について ○青木俊祐・佐藤龍直・斎藤利通(法政大) CAS2016-38 NLP2016-64 |
抄録 |
(和) |
動的バイナリーニューラルネットワーク(DBNN) の学習と動作解析について考察する.本ネットワークは様々な2 値周期軌道を生成することができる.この学習のねらいは所望の周期軌道の記憶や,生成された周期軌道の安定性をはかることにある.学習のため,相関学習に基づく簡素な学習法を導入する.この学習で所望の周期軌道の記憶を行う.記憶した周期軌道に対し,試行錯誤によりスパース化を行う.スパース化により安定性の強化を行う.また,所望の周期軌道の記憶が可能な限りスパース化を続ける.ネットワークのふるまいをみるために安定性に関連する特徴量を導入する.典型例による数値実験を行う. |
(英) |
This paper studies sparsification effects of connection parameters in dynamic binary neural networks. The network is characterized by signum activation function and ternary connection parameters. Depending on the
parameters and initial condition, the networks can generate various binary periodic orbits. In order to store of a desired periodic orbits, we have a simple correlation-based learning method. We then consider the sparcification effects on the stability of the stored periodic orbits. In order to evaluate the stability, we introduce a simple feature quantity. Performing basic numerical experiments, typical examples are demonstrated |
キーワード |
(和) |
バイナリーニューラルネット / / / / / / / |
(英) |
Binary Neural Networks / / / / / / / |
文献情報 |
信学技報, vol. 116, no. 272, NLP2016-64, pp. 1-4, 2016年10月. |
資料番号 |
NLP2016-64 |
発行日 |
2016-10-20 (CAS, NLP) |
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 |
CAS2016-38 NLP2016-64 |