次に,大きさの異なるパターンへの変換が可能か,調査する.
これまでは全て,100個のカオスニューロンを10 10の2次元配列にしたパターンを用いてきたが,
ここでは,10
10の2次元配列にした内部パターンから,
15
15の2次元配列にした出力パターンへの変換を行ってみる.
同様に,4つのパターンを学習させて,
入力した特徴を持ったパターンが検索できるか,
それぞれ初期状態に10通りのランダムパターンを与えて,
40通りのサーチアクセスの実行を行ってみた.
表 3に,実行結果を示す.
また,図 18に左右非対称で上下対称なパターンである“E”(15
15)を検索した結果を示す.
前節と同様に,特徴1と特徴2が同じでない2つのパターンにおいて, 検索成功率が低くなっている. しかし,前節よりは多少,成功率が高くなっている.
− | O | A | E | J |
1 | 2 | ![]() | 19 | 28 |
2 | 29 | 6 | 3 | 31 |
3 | 62 | ![]() | 28 | 48 |
4 | 4 | ![]() | 4 | 7 |
5 | 21 | ![]() | 8 | 6 |
6 | 13 | 42 | 15 | 11 |
7 | 1 | 3 | 59 | 6 |
8 | 21 | 2 | ![]() | 24 |
9 | 87 | 2 | 17 | 21 |
10 | 17 | 9 | ![]() | 31 |