next up previous contents
Next: 学習方法 Up: 値入力による動的想起状態の改善についての実験 Previous: 実験目的

学習モデル

  今回の実験でのカオスニューラルネットワークは、 全てのニューロンが互いに結合している相互結合型ネットワークを用いた。 また i 番目のニューロンの振る舞いは式(5.1) で与えられる。

  equation269

式(5.1)に示されるカオスニューロンのパラメータの値は、 過去の実験結果から最も適していると考えられる表 5.1 のようにした。 ここで外部入力による各ニューロンへの結合定数 tex2html_wrap_inline1710 はすべて一定にして、 ニューロンごとに入力に対する重みのばらつきはないようにしてある。 また tex2html_wrap_inline1712 はシグモイド関数の立ち上がりの鋭さを示すパラメータである。

 

 
tex2html_wrap_inline1712 = 0.015 tex2html_wrap_inline1716 = 2.0 tex2html_wrap_inline1718 = 0.95
tex2html_wrap_inline1720 tex2html_wrap_inline1722 tex2html_wrap_inline1724
tex2html_wrap_inline1726
表 5.1: 各パラメータ

ニューロンからの出力となるシグモイド関数の範囲は1 から -1 とする。 そのため式 (2.4)を変形させた式 (5.2) を用いる。

  equation294



Toshinori DEGUCHI
2005年 4月 1日 金曜日 16時36分09秒 JST