実験２の結果

前実験と同様にして、素子数を200、300、400素子と増やしていったときの引き込み領域の変化結果を、図5.7、図5.8、図5.9に示す。 これらのグラフの横軸には実験用入力パターンの反転したビット数、縦軸に引き込めたパターン数を示している。素子数200のグラフでは、学習させたパターン数を100パターンから20パターンごと増やしていったときの変化を示している。また最大完全学習数の184パターンでも変化も示した。 素子数300のグラフでは、学習させたパターンを100パターンから50パターンずつ増やしていったときの変化を示しており、最大完全学習数の277パターンの変化も示した。 素子数400のグラフでは、学習させたパターンを100パターンから50パターンずつ増やしていったときの変化を示しており、最大完全学習数の368パターンの変化も示した。

図 5.7: 素子数200における引き込み領域
図 5.8: 素子数300における引き込み領域

図 5.9: 素子数400における引き込み領域

前実験と同様に、どの素子においても反転ビットが少ないときは、水平で直線的なグラフになり、入力した全てのパターンを学習させたパターンに引き込んでいることがわかる。反転ビットが多くなると、入力した全てのパターンを引き込めなくなる。 この引き込み領域で全てのパターンを学習させたパターンに引き込める範囲が前述した完全引き込み領域である。 この完全引き込み領域に着目した200素子、300素子、400素子におけるグラフを図5.10、図5.11、図5.12に示す。これらのグラフは横軸に入力したパターン数、縦軸に完全引き込み領域をとったグラフである。 また、100素子から400素子までの入力したパターン数と完全引き込み領域の関係をまとめてグラフにしたものが、図5.13である。

図 5.10: 素子数200における完全引き込み領域

図 5.11: 素子数300における完全引き込み領域

図 5.12: 素子数400における完全引き込み領域

図 5.13: 素子数100から400における完全引き込み領域

どの素子においても入力パターンが増えると学習させたすべてのパターンを引き込めるパターン数が少なくなっていることがわかる。 入力パターン数が同じときのそれぞれの素子数に対する完全引き込み領域に着目して考えると、素子数が多い方が引き込めるパターン数が多いとわかる。これは、素子を増やすことで、最大完全学習数が増えるので、反転ビット数を増やしても引き込めるパターン数が必然的に多くなっていると考えられる。 そこで、単純な完全引き込み領域のグラフではなく、素子数に対してどれだけの完全引き込み領域があるのかという素子数ごとの割合で示したグラフを図5.14にしめす。このグラフより各素子とも、反転ビット数が1パターンであるときの点が同じであり、また最大完全学習数のときの値も同じような点であることがわかる。その各素子数での1パターン、最大完全学習数でのパターン数での素子数に対する完全引き込み領域の割合に着目して詳しく調べたものを表5.3に示す。 この表では、素子数ごとの完全引き込み領域の範囲と、その素子数に対する割合を、それぞれ1パターンだけ学習させたとき、最大完全学習パターン数まで学習させたときの値をまとめたものである。 これらの結果より、どの素子においても1パターンを学習させただけのときは、素子数に対して50％の違いがあるパターンにおいても、全ての学習させたパターンを引き込むことが可能であることがわかった。 また、最大完全学習パターン数においては、素子数に対しておおよそ2％程度の違いのパターンであっても、全ての学習させたパターンを引き込みが可能であるとわかった。

図 5.14: 素子数100から400における完全引き込み領域の割合

表 5.3: 各素子数における完全引き込み領域

	最大の完全引き込み領域
	１パターン		最大完全学習パターン
100	50	50%	2	2%
200	100	50%	5	2.5%
300	150	50%	8	2.67%
400	200	50%	9	2.25%