改良型ブロック構造とフィードバック構造を有するパルスニューラルネットワークによる時系列処理

カテゴリ: 部門大会

論文No: GS1-6

グループ名: 【C】平成30年電気学会電子・情報・システム部門大会プログラム

発行日: 2018/09/05

タイトル(英語): Pulsed Neural Networks using improved blocks and feedbacks for Time-series processing

著者名: 栗原 遼太郎(千葉大学),小圷 成一(千葉大学),岡本 卓(SENSY),下馬場 朋禄(千葉大学),伊藤 智義(千葉大学)

著者名(英語): Ryotarou Kurihara|Seiichi Koakutsu|Takashi Okamoto|Tomoyoshi Shimobaba|Tomoyoshi Ito

キーワード: ニューラルネットワーク|学習|ブロック構造パルスニューラルネットワーク|改良型ブロック|フィードバック|Neural Network|Learning|Block-Based Pulsed Neural Network|improved basic block|feedback

要約(日本語): 本研究では，より時系列処理能力を向上させたブロック構造パルスニューラルネットワーク (Block-Based Pulsed NeuralNetworks: BBPNN)BBPNNのモデルとして，改良型ブロック構造とフィードバック構造を有するパルスニューラルネットワークを提案する。従来のBBPNN モデルでは，主に膜電位による情報の保持により時系列処理を行う。これに対し，提案手法では，改良型ブロックとフィードバックにより，新たなループを与えることで従来手法よりも時系列処理能力を向上させることができ，学習性能の向上が期待できる。提案手法について，自律移動ロボットによる移動を想定した学習問題に応用した結果，提案手法の有効性を確認した。

PDFファイルサイズ: 1,081 Kバイト