Next:
第1章 序論
Up:
無題
Previous:
無題
目次
第1章 序論
第2章 ニューロンとニューラルネットワーク
2.1 ニューロンとは
2.2 ニューラルネットワーク
2.3 内部記憶を持つニューラルネットワーク
第3章 カオスニューラルネット
カオスとは[
5
]
3.2 カオスニューロン
3.3 カオスニューラルネット
第4章 学習法
4.1 学習の分類
一般化デルタルール [
6
]
バックプロパゲーション[
6
]
内部記憶を持つニューラルネットワークの学習[
7
]
第5章 実験準備
5.1 ニューラルネットワークにおける数値の単位の扱いについて
5.2 音符の数値化と量子化をする手法
5.3 教師信号の作成
5.4 ニューラルネットワークにおける学習
5.5 内部記憶を持つニューラルネットワークにおける学習
5.6 誤差の求め方
5.7 曲を出力する手法
5.8 曲を周波数に変換する手法
5.9 高速フーリエ変換(FFT:Fast Fourier Transform)を行う手法
5.10 曲の相関関数を求める手法
第6章 実験
6.1 目的
6.2 通常のニューラルネットワークでの実験
6.2.1 通常のニューラルネットワークの学習と想起
6.2.2 初期入力の変化による想起結果
6.3 内部記憶を持つニューラルネットワークでの実験
6.3.1 内部記憶を持つニューラルネットワークの学習と想起
6.3.2 構造を変更したネットワークにおける学習と想起
6.4 カオスニューラルネットワークによる想起
6.5 教師信号とそれぞれのネットワークの想起結果との比較(FFT)
6.5.1 教師信号のFFT
6.5.2 ニューラルネットワークの想起結果のFFT
6.5.3 内部記憶を持つニューラルネットワークの想起結果のFFT
6.5.4 カオスニューラルネットワークの想起結果のFFT
6.6 教師信号とそれぞれのネットワークの想起結果との比較(相関関数)
6.6.1 ニューラルネットワークの想起結果の相関関数
6.6.2 カオスニューラルネットワークの想起結果の相関関数
第7章 まとめ
参考文献
付録A 学習プログラム(ニューラルネットワーク)
付録B 学習プログラム(内部記憶を持つニューラルネットワーク)
付録C 曲を想起させるプログラム
付録D 相関関数を求めるプログラム
Web版特別付録 想起された曲(MIDI)
この文書について ...
Deguchi Toshinori
Wed Feb 21 11:55:53 JST 2001