進化的計算手法を用いた多層カオスニューラルネットワークの動的想起

カテゴリ: 研究会(論文単位)

論文No: ST11031

グループ名: 【C】電子・情報・システム部門 システム研究会

発行日: 2011/12/03

タイトル(英語): Dynamic Recollections of a Multilayer Chaotic Neural Network Using Evolutionary Computation

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

キーワード: 連想記憶|カオスニューラルネットワーク|粒子群最適化|遺伝的アルゴリズム|Associative Memory|Chaotic neural network|Particle Swarm Optimaization|Genetic Algorithm

要約(日本語): 合原らのカオスニューロンを用いて構成された多層カオスニューラルネットワーク（MCNN）は複数の時系列パターンの動的想起が可能である。しかし、これまでのネットワーク状態の制御は経験的な値に基づいて行われることから、想起率の向上が期待される。本稿ではMCNNの想起操作について進化的計算手法であるPSOやGAを用いて改良する。また、2値パターンの連想シミュレーションを行い、提案手法の有効性を確認する。

原稿種別: 日本語

PDFファイルサイズ: 2,028 Kバイト