5.5 自己相関学習

  自己相関学習とは記憶するパターンの自己相関行列の加算により行い、 次式のように表わされる。

 

: ニューロン j とニューロン i との相互結合荷重 の全パターンの加算。

d

: 結合荷重パラメータ。

: k 番目のパターンの ニューロン i の出力。ただし、 x は、1または0のいずれかである。

P

: 記憶するパターンの数。

この相関学習を行うことにより、 適当なパターンを入力すると、 記憶しているパターンの中から最も近いパターンを出力するようになる。 カオスニューラルネットワークにこの学習法を適用することにより、 本研究における``記憶パターンによるカオス状態''を実現する ことができる。 また、バックプロパゲーション学習を用いることにより パターンの特徴を抽出している。