ニューラルネットワークの分化に関する研究副題:高次認知機能実現に向けてのマルチモジュール化

神经网络微分化研究副标题：实现更高认知功能的多模块化

• 批准号: 10780246
• 负责人: 出村 公成
• 金额: $ 1.28万
• 依托单位: Kanazawa Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1998
• 资助国家: 日本
• 起止时间: 1998 至 1999
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-10780246/
• 关键词: ニューラルネット; 分化; マルチモジュール

自然言語理解、画像理解、あるいは意思決定問題などの高次認知機能は脳内の多数の部位(視覚野、聴覚野、海馬、小脳...)の共同作業により実現されている。脳型コンピュータ実現を目指すニューラルネットワークは従来のような一つの機能を実現する単一なネットワークモデルに関する研究ではなく、ネットワークが多数集まってできたマルチモジュール・ネットワークについて本格的に研究を始める時期である。本研究では、マルチモジュール・ネットワークの基礎となるネットワークの分化、すなわち、ネットワークが自動的にマルチモジュール化するモデルについて検討した。本モデルは当初ネットワークのトポロジーは決まっていない。ネットワークは1つのユニットからスタートして、学習データが与えられるに従ってユニット数が増加したり減少したりして最適なネットワークを構築する。学習の原理は基本的にはKohonenの自己組織化ネットワークと同じであり、ユニットが増加する点が違う。また、同様にネットワークが増加するモデルをFritzkeが提案している。Fritzkeのモデルとの大きな違いは、距離関数として出村が提案している動的類似度を用いている点である。これにより、ネットワークのトポロジーがデータの構造を反映したものになり、データを分類する能力が高くなる。本モデルではコラム状のマルチモジュールを生成することができたが、マルチモジュール間の階層構造などを実現できていない。それを解決するのが今後の課題である。

Natural language understanding, picture understanding, ある ある ある determination of meaning problem な <s:1> high-order cognitive function 脳 脳 most parts of <s:1> within 脳 (visual 覚 field, 聴覚 field, hippocampus, small 脳...) The co-work によ されて implementation されて る る. Type 脳 コ ン ピ ュ ー タ be presently を refers す ニ ュ ー ラ ル ネ ッ ト ワ ー ク は 従 to の よ う な a つ の function を be presently す る 単 a な ネ ッ ト ワ ー ク モ デ ル に masato す る research で は な く, ネ ッ ト ワ ー ク が most set ま っ て で き た マ ル チ モ ジ ュ ー ル · ネ ッ ト ワ ー ク に つ い て に this case study beginning を め る period で あ る. This study で は, マ ル チ モ ジ ュ ー ル · ネ ッ ト ワ ー ク の based と な る ネ ッ ト ワ ー ク の differentiation, す な わ ち, ネ ッ ト ワ ー ク が automatic に マ ル チ モ ジ ュ ー ル change す る モ デ ル に つ い て beg し 検 た. This モデ モデ ネットワ ネットワ <s:1> <s:1> トポロジ トポロジ トポロジ まって まって な な. ネ ッ ト ワ ー ク は 1 つ の ユ ニ ッ ト か ら ス タ ー ト し て, learning デ ー タ が and え ら れ る に 従 っ て ユ ニ ッ ト number が raised plus し た り reduce し た り し て optimum な ネ ッ ト ワ ー ク を build す る. Learning の principle は basic に は Kohonen の yourself organized ネ ッ ト ワ ー ク と with じ で あ り, ユ ニ ッ ト が raised plus す が violations う る point. Youdaoplaceholder0, the same にネットワ また が が が が plus するモデ を をFritzkeが proposal て て る る. Fritzke の モ デ ル と の big き な violations い は, distance masato と し て out village が proposal し て い similar degrees を る move with い て い る point で あ る. こ れ に よ り, ネ ッ ト ワ ー ク の ト ポ ロ ジ ー が デ ー タ の tectonic を reflect し た も の に な り, デ ー タ を classification す る ability が high く な る. This モ デ ル で は コ ラ ム shape の マ ル チ モ ジ ュ ー ル を generated す る こ と が で き た が, マ ル チ モ ジ ュ ー ル の class structure between な ど を be presently で き て い な い. Youdaoplaceholder0 solve する が が future それを issues である.