メタヒューリスティクス手法による連想記憶モデルの最適パラメータ探索

カテゴリ: 部門大会

論文No: GS5-9

グループ名: 【C】平成23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: 2011/09/07

タイトル(英語): Optimum Parameter Search in Associative Memory Models using Metaheuristics Methods

著者名: 渡邊 駿(山口大学),呉本 尭(山口大学),小林 邦和(山口大学),大林 正直(山口大学)

著者名(英語): Shun Watanabe(Yamaguchi University),Takashi Kuremoto(Yamaguchi University),Kunikazu Kobayashi(Yamaguchi University),Masanao Obayashi(Yamaguchi University)

キーワード: カオスニューラルネットワーク|ホップフィールドネットワーク|連想記憶|メタヒューリスティクス|chaotic neural network|Hopfield network|associative memory|metaheuristics

要約(日本語): Hopfieldネットワークは記銘パターンを静的に想起し、合原らのカオスニューラルネットワークはカオス的遍歴による動的な想起を行う。これらの連想記憶モデルの内部パラメータの値は想起速度と成功率に深く関係するが、これまで経験的に設定されている。著者らは既に、メタヒューリスティクスである遺伝的アルゴリズムと粒子群最適化を用いた最適パラメータ探索法を提案し、その有効性を示したが、本稿では成功率の更なる向上を図る。

PDFファイルサイズ: 4,559 Kバイト