{"product_id":"ieej-zt073073","title":"連想記憶における想起過程の改良","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e全国大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003e3-073\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【全国大会】平成19年電気学会全国大会論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2007\/03\/15\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eImprovement of the Dynamics of Retrieval Process in an Associative Memory\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e門田 成治(愛媛県立医療技術大学)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eSeiji Kadota(Ehime Prefectural University of Health Sciences)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e連想記憶|ダイナミックス|数値計算|入出力関数\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e自己結合型ネットワークでの連想記憶の想起能力を向上させる方法を報告する。想起過程におけるニューロンへの入力信号の総和は、思い出そうとしている記憶パターンと系との重なりの程度を示すオーバラップと、それ以外の記憶パターンからの集合であるノイズに分離できる。ノイズの大きさ（絶対値）が1程度よりも大きいニューロンの符号の反転（ノイズ反転法）とニューロンの入出力関数として矩形関数の組み合わせを提案する。ニューロン数900での計算機実験によれば、想起能力はノイズ反転法のみでも向上するが、矩形入出力関数を組み合わせることでより大きな効果を得ることが判明した。\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\u003e751 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 1","offer_id":46397252632815,"sku":"IEEJ-ZT073073-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_d06f290f-4bbe-438b-b0fb-088bec84d5fa.png?v=1744839811","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt073073","provider":"電気学会 電子図書館","version":"1.0","type":"link"}