紀要論文 自己相関型モデルの連想記憶における記憶容量の検討

濱川, 恭央  ,  吉元, 宏幸  ,  脇田, 靖弘

内容記述
連想記憶の分野は、記憶する系列パターンと記憶内容あるいは認識結果の対応付けが定型化しにくいことから、連想記憶の研究はあまりなされていない。本研究では,学習モデルは積結合モデルの自己相関型モデルを用いて連想記憶を実現し、固定系列パターンを記憶する。しかし固定系列パターンをそのまま記憶した場合は、記憶容量が少ない。そこで、新たなマスキング手法としてn直線マスキングを提案し、ニューラルネットワークに固定系列パターンを記憶する。また連想記憶シミュレーションにより、本マスキング手法と記憶容量と想起の関係性について考察した。結果、マスキング手法が記憶容量の増加に有用であることを示すことができた。
本文を読む

http://karn.lib.kagoshima-u.ac.jp//bitstream/123456789/20090/1/AN00040002_v49_p35-40.pdf

このアイテムのアクセス数:  回

その他の情報