現在、我々の生活にかかせなくなったコンピュータはめざましく発展してきている。 人工知能やニューラルネットワークの研究も例外ではないのである。
ニューラルネットワークは、神経細胞をモデル化したニューロンを構成素子とし、人間の脳並みの情報処理能力の実現をめざすものである。 しかし、現在のコンピュータの原理は、ニューロンのメカニズムからあまりにもかけ離れている。 計算は得意だが、学習、類推、直感、認識など人間らしいことはほとんど何一つできない。
ニューロコンピュータは、歴史的には現在主流のノイマン型コンピュータと同じ1940年代に発案されているが、近年あらたに注目されるようになったが、まだ開発の緒についたばかりであり、未知数である。
本研究の目的はネットワークの学習にバックプロパゲーション法(誤差逆伝搬法)という学習則を用いて一つのネットワークに同時に二つのカオスアトラクタを学習させることである。
学習は、離散時間モデルのニューラルネットワークにカオスダイナミクス(カオスアトラクタ)を学習させる方法をかんがえることにする。
本論文では、ニューロンとニューラルネットワーク(第2章)、学習対象であるカオスとカオスアトラクタ(第3章)、バックプロパゲーション法(第4章)の説明をし、実際にカオスアトラクタの学習を行ない、二つのカオスアトラクタの学習を検討する(第5章)。 最後に、結言を記す(第6章)。