実験目的

カオスニューラルネットワークを用いた学習方法の一つとして、逐次学習法がある。本研究室では過去の研究の中でも逐次学習の研究は多く、学習能力が従来の場合よりも高いとされている。そのため、ネットワークにおける学習方法の中では優れた方法であると実証されている。

最近の研究では、学習する入力パターンとして「1」と「$-1$」の値を50個ずつ、合計100個をランダムに配置させたパターンを使用している。 ところが、50:50には特殊な結果が得られることが分かった。 素子数100の時の、1と-1の比率を50:50にした時の学習成功数を図 5.1に示す。

図 5.1: 比率50:50の場合の学習成功パターン数

このように、途中までは入力パターン数と学習成功数は同じ関係にあるが、 一定のところから学習成功数は減少している。 つまり完全に想起することができなくなっている。 しかし、学習パターン数を増加させると学習パターン数と学習成功数が再び一致し、 そのまま300の状態まで続いた。 これは50:50という比率が原因であることがわかった。 例えば、要素の1つ目が「1」だったとする。 すると、残りの「1」は49個、「$-1$」は50個ということになる。 学習後の結合荷重を調べると，すべての値がほぼ負の一定値になる。 従って、重み付き加算を行うと必ず正の値になる。 つまり、一つ一つを想起するのではなく、50:50という特殊なパターンそのものを学習していたことが明らかになった。 そのため、比率が50:50ではない場合、異なる結果が出てくるのではないかと思われる。 また、実際の学習というものは、必ずしも入力パターンの比率が同じではない。 本研究では、「1」と「$-1$」の比率を変化させた上でパターン数を300まで増加させた場合、 どこまで想起させることが可能なのか、どのような影響を与えているのかを調べる。