next up previous contents
Next: 実験方法 Up: 実験背景 Previous: 実験目的

カオスニューラルネットワークモデル

  本研究で用いるカオスニューラルネットワークのモデルを図5.1に示す。 このネットワークは相互結合型ネットワークであり、 tex2html_wrap_inline1408 は出力、 tex2html_wrap_inline1410 は外部入力である。

   figure256
図 5.1: カオスニューラルネットワークモデル

このネットワークにおけるi番目のニューロンの振る舞いは式(5.1)で与えられる。

  equation264

また、本実験においてカオスニューロンのパラメータは表5.1のように定めた。 tex2html_wrap_inline1318 はシグモイド関数の立ち上がりの鋭さ、 tex2html_wrap_inline1354tex2html_wrap_inline1356tex2html_wrap_inline1358 はそれぞれ外部入力、ニューロン間の相互結合、不応性の時間減衰定数、 tex2html_wrap_inline1242 は不応性の係数、 tex2html_wrap_inline1360 は閾値である。 また、外部入力による各ニューロンへの結合定数 tex2html_wrap_inline1426 は全て一定として、ニューロンごとに入力に対する重みのばらつきは無いようにする。

 

 
tex2html_wrap_inline1318 = 0.015 tex2html_wrap_inline1430 = 2.0
tex2html_wrap_inline1432 tex2html_wrap_inline1434 tex2html_wrap_inline1436
tex2html_wrap_inline1438 tex2html_wrap_inline1440
表 5.1: カオスニューロンのパラメータ

ネットワークの入出力には1と-1を用いるために通常のシグモイド関数を使うことは不可能なので、出力関数を式(5.2)とし、シグモイド関数の拡張を行う。

  equation286

この特性を図5.2に示す。

   figure293
図 5.2: 拡張したシグモイド関数



Toshinori DEGUCHI
2005年 4月 1日 金曜日 17時24分52秒 JST