{"product_id":"ieej-st11022","title":"自己相関連想記憶モデルの記銘精度に関する基礎検討","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e研究会(論文単位)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003eST11022\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【C】電子・情報・システム部門 システム研究会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2011\/08\/25\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eA Fundamental Study on Memorization Accuracy of Autoassociative Memory Models\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e増田 和明(神奈川大学),栗原 謙三(神奈川大学)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eKazuaki Masuda(Kanagawa University),Kenzo Kuriahra(Kanagawa University)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e自己相関連想記憶|ニューラルネットワーク|勾配力学系|最適性条件|autoassociative memory|neural network|gradient dynamical system|optimality condition\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e本論文では，連想記憶モデルの精度に関する基礎検討をおこなう。著者らは，これまでも精度を高める方法を考えてきたが，想起誤りなどの問題が完全に解決されたわけではない。精度の問題について議論するさい，所望のパターンが正しく記銘されているか否かを確認することが不可欠であることを踏まえて，本論文では連想記憶モデルが解く最適化問題において任意のバイナリパターンが局所的最適解であるか否かを判定するための最適性条件を導く。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e452 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格330円\/会員価格220円） \/ A4 \/ 4","offer_id":46376745664751,"sku":"IEEJ-ST11022-PDF","price":330.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_3416e5a4-64c7-409a-bd4d-016505424f90.png?v=1744114529","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-st11022","provider":"電気学会 電子図書館","version":"1.0","type":"link"}