真性粘菌の数理モデルをリザバーとした極端な一般化能力を持つ機械学習手法の開発

点击翻译按钮获取中文摘要

本研究は真性粘菌 Physarum polycephalum の変形体の挙動を模した数理モデルを利用して機械学習を行うことを目的とする．具体的には物理リザバー計算におけるリザバーとして真性粘菌のモデルを利用することで，少量の学習パラメータのみで効率的な機械学習機構を提案することを目指すものである．リザバー計算は再帰的ニューラルネットワークにおける特徴の抽出・記憶を学習可能なネットワークに担わせるのではなく，リザバーと呼ばれる結合重みが固定されたネットワークにおいて実施することで，調整すべきパラメータ数を抑制し，高速・高効率な学習を実現しようとする分野であり，近年ではリザバーとしてニューラルネットワークではなくさまざまな物理系を利用しようとする物理リザバー計算の研究が進んでいる．本研究では真性粘菌モデルがリザバーとして利用可能であることを確認するため，その計算能力を見積もった．一次元セルオートマトンを用いたリザバー計算についての先行研究と同様の手法で，真性粘菌モデルを環状の平面空間に封入し自由に運動させた．この際，定期的に環状平面の局所領域における原型質量＝真性粘菌の厚みを計測し，原形質流動の時空間パターンを得た．これらの時空間パターンのパワースペクトルにおいて冪分布が得られることを確認した．これはリザバー計算において対象が基本的な計算能力を有することを示す指標であり，真性粘菌モデルをリザバーとして利用できる可能性を強く示している．