next up previous contents
Next: 逐次学習法と動的想起 Up: カオスニューラルネットワーク Previous: カオスニューロン

カオスニューラルネットワーク

  3.2節に述べたカオスニューロンを、相互結合型のネットワークの素子に用いることを考える。

ネットワークにおいてニューロンが、外部の信号と他のニューロンの出力を入力として受けるとする。すなわち、 3.2節に示したカオスニューロンの式(3.2)の入力S(t)を、外部の信号と他のニューロンの出力とに分けて表す。

  equation186

tex2html_wrap_inline1560 が時刻tでのi番目のニューロンの出力を、 tex2html_wrap_inline1566 が時刻tでのi番目のニューロンの内部状態を表す。内部状態 tex2html_wrap_inline1566 は、さらに、外部からの入力に関する項 tex2html_wrap_inline1574 、他のニューロンからの入力に関する項 tex2html_wrap_inline1576 、不応性に関する項 tex2html_wrap_inline1578 とに分けられ、それぞれ以下の式(3.7)で表される。

  equation193

式(3.7)中の各記号の意味は下記の通り。

M
外部入力の数
N
ネットワークを構成するニューロンの数
tex2html_wrap_inline1584
外部からの入力に対する時間減衰定数
tex2html_wrap_inline1586
他のニューロンからの入力に対する時間減衰定数
tex2html_wrap_inline1588
不応性の時間減衰定数
tex2html_wrap_inline1590
j番目の外部入力
tex2html_wrap_inline1592
j番目の外部入力との結合係数
tex2html_wrap_inline1594
j番目のニューロンによる入力との結合係数
tex2html_wrap_inline1534
不応性の項をスケーリングする定数
tex2html_wrap_inline1598
閾値

なお、式(3.7)は以下のように表すこともできる。

  equation220



Deguchi Lab.