複素ニューラルネットワークによるフラクタル図形の近似と設計

カテゴリ: 部門大会

論文No: OS3-5

グループ名: 【C】平成14年電気学会電子・情報・システム部門大会講演論文集

発行日: 2002/09/02

タイトル(英語): Approximation and Designing of Fractal Images by Complex Neural Networks

著者名: 三浦 みちる(慶應義塾大学),相吉英太郎 (慶應義塾大学)

著者名(英語): Michiru Miura(Keio University),Eitaro Aiyoshi(Keio University)

キーワード: 複素ニューラルネットワーク|複素バックプロパゲーション反復関数系|反復関数系|complex neural networks|complex back-propagation|fractal images|IFS

要約(日本語): ニューラルネットワークの入出力や結合係数を複素数に拡張した，複素ニューラルネットワーク（C.N.N.）が信号処理分野等で研究されており，複素バックプロパゲーション学習によって，階層型C.N.N.が2次元アフィン写像を精度よく獲得できることが確認されている。

本発表ではこの事実に基づき，2次元アフィン写像からなるIFS（反復関数系）を学習したC.N.N.により，フラクタル図形を生成することを提案し，いくつかのシミュレーションによりその有用性を確認している。

PDFファイルサイズ: 4,289 Kバイト