| 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 | 2022-01-22 10:30 ヒステリシス・リザーバー層の特性と学習出力系列の関係について ○齋藤 吏・神野健哉（東京都市大）  NLP2021-99 MICT2021-74 MBE2021-60 |
|
| 抄録 | （和） | リザバーコンピューティングは機械学習モデルの一種で、低コストかつ高速に学習が可能である。しかし、 従来のリザバーコンピューティングは記憶容量や非線形性を十分に確保できないことがある。そのため、従来のリザ バーニューロンをヒステリシスニューロンに置き換えたモデルであるヒステリシスリザバーコンピューティングを提 案している。ヒステリシスリザバーコンピューティングはリザバー層内のヒステリシス素子のパラメータを変化させ ることで様々な出力系列を生成する。本論文では、パラメータを変化させることで生成されるダイナミクスの調査を 行う。結果としてパラメータを変更することで、学習能力が向上し、特定の時系列データを表現できることを示す。 |
| （英） | Reservoir computing is a type of machine learning model that can be trained at low cost and fast. However, conventional reservoir computing often do not achieve the memory capacity and nonlinearity required. To solve this prob- lem, we proposed hysteresis reservoir computing, a model in which conventional reservoir neurons are replaced by hysteresis neurons, which generate various output sequences by changing parameters. In this paper, we confirm the dynamics generated by changing the parameters of the hysteresis element in the hysteresis reservoir layer. The experimental results indicate that changing the parameters improves the learning ability and can represent specific series of data. | |
| キーワード | （和） | リザバーコンピューティング / 時系列 / 発振器 / 時定数 / 複雑 / / / |
| （英） | reservoir computing / time series / oscillator / time constant / complex / / / | |
| 文献情報 | 信学技報, vol. 121, no. 335, NLP2021-99, pp. 121-124, 2022年1月. | |
| 資料番号 | NLP2021-99 | |
| 発行日 | 2022-01-14 (NLP, MICT, MBE) | |
| ISSN | 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 | NLP2021-99 MICT2021-74 MBE2021-60 |
|
| 研究会情報 | |
| 研究会 | NLP MICT MBE NC |
| 開催期間 | 2022-01-21 - 2022-01-23 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | NC, ME，MICT，NLP, 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2022-01-NLP-MICT-MBE-NC |
| 本文の言語 | 日本語 |
| タイトル（和） | ヒステリシス・リザーバー層の特性と学習出力系列の関係について |
| サブタイトル（和） | |
| タイトル（英） | On the relationship between properties of the hysteresis reservoir layer and the training output sequence |
| サブタイトル（英） | |
| キーワード(1)（和/英） | リザバーコンピューティング / reservoir computing |
| キーワード(2)（和/英） | 時系列 / time series |
| キーワード(3)（和/英） | 発振器 / oscillator |
| キーワード(4)（和/英） | 時定数 / time constant |
| キーワード(5)（和/英） | 複雑 / complex |
| 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） | 齋藤 吏 / Tsukasa Saito / サイトウ ツカサ |
| 第1著者 所属（和/英） | 東京都市大学 (略称： 東京都市大) Tokyo City University (略称： Tokyo City Univ) |
| 第2著者 氏名（和/英/ヨミ） | 神野 健哉 / Kenya Jin'no / ジンノ ケンヤ |
| 第2著者 所属（和/英） | 東京都市大学 (略称： 東京都市大) Tokyo City University (略称： Tokyo City Univ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-01-22 10:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2021-99, MICT2021-74, MBE2021-60 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.335(NLP), no.336(MICT), no.337(MBE) |
| ページ範囲 | pp.121-124 |
| ページ数 | 4 |
| 発行日 | 2022-01-14 (NLP, MICT, MBE) |
[研究会発表申込システムのトップページに戻る]