| 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 | 2022-06-29 15:00 モジュール型レザバーコンピューティングにおける大記憶容量を有する動的直交基底の創発 ○河合祐司（阪大）・朴 志勲（NICT/阪大）・津田一郎（中部大）・浅田 稔（IPUT/阪大/中部大/NICT）  NC2022-28 IBISML2022-28 |
|
| 抄録 | （和） | 特定のタイミングで複雑な時空間パターンを生成する脳の能力は，運動学習や時系列予測に重要である. そのような機能を実現するためにランダム結合のリカレントニューラルネットワーク(レザバー)の自励的な神経活動を用いるアプローチでは，軌道不安定性が課題になる．本稿では，ネットワークサイズの小さなレザバーが軌道安定であることを利用して，それらをモジュールとして多数並列に結合し，それらの出力の線形和(リードアウト)の学習により任意の時系列を生成するシステムを提案する．実験により，モジュール出力軌道は互いに直交し，すなわち直交基底をなし，数十秒のインターバルのタイミング学習やローレンツ系の学習が可能であることを示す． |
| （英） | The brain's ability to generate complex spatiotemporal patterns with a specific timing is essential for motor learning and time series prediction. An approach that realizes this function using the self-sustained neural activity of a randomly connected recurrent neural network (reservoir) has the problem of orbital instability. We propose a novel system that learns an arbitrary time series as the linear sum (readout) of stable trajectories from a large number of small network modules. Our experimental results show that the trajectories of the module outputs are orthogonal to each other, i.e., an orthogonal basis emerges, and the system could learn the timing of intervals of tens of seconds and the Lorenz system. | |
| キーワード | （和） | レザバーコンピューティング / リカレントニューラルネットワーク / モジュール型ニューラルネットワーク / 直交基底 / タイミング学習 / 記憶容量 / / |
| （英） | reservoir computing / recurrent neural network / modular neural network / orthogonal basis / timing learning / memory capacity / / | |
| 文献情報 | 信学技報, vol. 122, no. 89, NC2022-28, pp. 193-198, 2022年6月. | |
| 資料番号 | NC2022-28 | |
| 発行日 | 2022-06-20 (NC, IBISML) | |
| 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 | NC2022-28 IBISML2022-28 |
|
| 研究会情報 | |
| 研究会 | NC IBISML IPSJ-BIO IPSJ-MPS |
| 開催期間 | 2022-06-27 - 2022-06-29 |
| 開催地（和） | 琉球大学50周年記念館 |
| 開催地（英） | |
| テーマ（和） | 機械学習によるバイオデータマイニング、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 | 2022-06-NC-IBISML-BIO-MPS |
| 本文の言語 | 日本語 |
| タイトル（和） | モジュール型レザバーコンピューティングにおける大記憶容量を有する動的直交基底の創発 |
| サブタイトル（和） | |
| タイトル（英） | Emergence of Dynamical Orthogonal Basis Acquiring Large Memory Capacity in Modular Reservoir Computing |
| サブタイトル（英） | |
| キーワード(1)（和/英） | レザバーコンピューティング / reservoir computing |
| 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） | モジュール型ニューラルネットワーク / modular neural network |
| キーワード(4)（和/英） | 直交基底 / orthogonal basis |
| キーワード(5)（和/英） | タイミング学習 / timing learning |
| キーワード(6)（和/英） | 記憶容量 / memory capacity |
| 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） | 河合 祐司 / Yuji Kawai / カワイ ユウジ |
| 第1著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 朴 志勲 / Jihoon Park / パク ジフン |
| 第2著者 所属（和/英） | 情報通信研究機構/大阪大学 (略称： NICT/阪大) National Institute of Information and Communications Technology/Osaka University (略称： NICT/Osaka Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 津田 一郎 / Ichiro Tsuda / ツダ イチロウ |
| 第3著者 所属（和/英） | 中部大学 (略称： 中部大) Chubu University (略称： Chubu Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 浅田 稔 / Minoru Asada / アサダ ミノル |
| 第4著者 所属（和/英） | 大阪国際工科専門職大学/大阪大学/中部大学/NICT (略称： IPUT/阪大/中部大/NICT) International Professional University of Technology in Osaka/Osaka University/Chubu University/National Institute of Information (略称： IPUT/Osaka Univ./Chubu Univ./NICT) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-06-29 15:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2022-28, IBISML2022-28 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.89(NC), no.90(IBISML) |
| ページ範囲 | pp.193-198 |
| ページ数 | 6 |
| 発行日 | 2022-06-20 (NC, IBISML) |
[研究会発表申込システムのトップページに戻る]