Research Paper 多彩な現象を生成できる動的バイナリーニューラルネットの解析と学習

斉藤, 利通

pp.1 - 4 , 2015-05-14
研究成果の概要(和文):2層の動的バイナリーニューラルネット(DBNN)に2値周期軌道(BPO)を銘記する学習法を構築した。同手法をパワーエレクトロニクスの基本回路の制御信号に対応する教師信号BPOに適用し、手法の有効性を確認した。また、デジタルリターンマップを用いてDBNNの動作を視覚化する方法も提案し、学習過程の把握に有効であることを明らかにした。DBNNにBPOが銘記できた場合に、結合行列をスパース化すると、それに落ち込む初期値の数が増え、安定性が強化される場合のあることを示した。いくつかの基本的な例題教師信号によって、そのスパース化の有効性を確認した。研究成果の概要(英文):We have constructed a learning method to store one desired binary periodic orbit (BPO) into to the dynamic binary neural networks is presented. Applying the method to teacher signal BPOs that correspond to control signals of basic switching power converters, the efficiency of the method is confirmed. Introducing a digital return map, the dynamics of the DBNN is visualized and analyzed. In the case where a desired BPO can be stored into a DBNN, we have clarified that stability of the stored BPO can be reinforced (the number of initial points falling into the BPO is increased) by sparsifying connection matrix. In several basic examples of teacher signals, the efficiency of the sparsification is confirmed.

Number of accesses :  

Other information