| 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 | 2026-07-02 15:50 エコーステートネットワークにおける脳型情報処理について ○山田泰輝・藤原寛太郎（東大）  NC2026-6 IBISML2026-6 |
|
| 抄録 | （和） | 脳型学習則の研究では、脳が有する制約を反映したモデル・アルゴリズムを設定し、その数理構造を体系化することが肝要である。この観点から本発表では、リザバー計算に基づく具体的な情報処理モデルを通じて、脳型学習則の数理構造を検討する。リザバー計算の代表的モデルであるエコーステートネットワーク（ESN）では、通常、固定されたリザバー状態から線形出力層を教師あり学習する。一方、入力再構成では、外部から与えられる教師信号ではなく、リザバー自身の状態を用いて学習目標を構成する自己教師あり学習として定式化できる。このため入力再構成は、リザバーにおける自律的な情報処理のトイモデルとして捉えられる。さらに、出力層の学習は、重み摂動（weight perturbation）に代表される摂動学習により、グローバルなスカラー誤差信号と局所的に利用可能な摂動信号に基づく脳型学習則として実現できる。以上を通じて、ESNにおける入力再構成を自律的かつ脳型の学習過程として位置づけ、脳型情報処理のモデルとしてのESNがもつ学習則の構造とその数理的性質を議論する。 |
| （英） | In studies of brain-inspired learning rules, it is essential to formulate models that reflect constraints inherent in the brain and to clarify their mathematical structures. This talk examines such learning rules through echo state networks (ESNs), a representative model of reservoir computing. While ESNs usually train a linear readout layer in a supervised manner, input reconstruction can be formulated as self-supervised learning using reservoir states themselves. Moreover, the readout layer can be trained by perturbation learning with a global scalar error signal and local perturbation signals. This talk discusses the resulting learning-rule structure. | |
| キーワード | （和） | 脳型学習則 / リザバー計算 / エコーステートネットワーク / 摂動学習 / / / / |
| （英） | brain-inspired learning rule / reservoir computing / echo state network / perturbation learning / / / / | |
| 文献情報 | 信学技報, vol. 126, no. 90, NC2026-6, pp. 19-19, 2026年7月. | |
| 資料番号 | NC2026-6 | |
| 発行日 | 2026-06-25 (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 | NC2026-6 IBISML2026-6 |
|
| 研究会情報 | |
| 研究会 | NC IBISML IPSJ-BIO IPSJ-MPS |
| 開催期間 | 2026-07-01 - 2026-07-03 |
| 開催地（和） | 沖縄科学技術大学院大学 |
| 開催地（英） | OIST |
| テーマ（和） | 機械学習、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 | 2026-07-NC-IBISML-BIO-MPS |
| 本文の言語 | 日本語 |
| タイトル（和） | エコーステートネットワークにおける脳型情報処理について |
| サブタイトル（和） | |
| タイトル（英） | On neuro-computing in the echo state networks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 脳型学習則 / brain-inspired learning rule |
| キーワード(2)（和/英） | リザバー計算 / reservoir computing |
| キーワード(3)（和/英） | エコーステートネットワーク / echo state network |
| キーワード(4)（和/英） | 摂動学習 / perturbation learning |
| 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） | 山田 泰輝 / Taiki Yamada / ヤマダ タイキ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第2著者 氏名（和/英/ヨミ） | 藤原 寛太郎 / Kantaro Fujiwara / |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-07-02 15:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2026-6, IBISML2026-6 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.90(NC), no.91(IBISML) |
| ページ範囲 | p.19 |
| ページ数 | 1 |
| 発行日 | 2026-06-25 (NC, IBISML) |
[研究会発表申込システムのトップページに戻る]