創発に基づく大規模神経回路網の自動設計

基于涌现的大规模神经网络自动设计

• 批准号: 07243204
• 负责人: 長尾 智晴
• 金额: $ 1.86万
• 依托单位: Tokyo Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research on Priority Areas
• 财政年份: 1995
• 资助国家: 日本
• 起止时间: 1995 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-07243204/
• 关键词: 創発; 神経回路網; 進化的計算法; 人工生命; 遺伝的アルゴリズム

本研究の目的は,仮想生物の進化プロセスにおける創発(emergence)によって,従来は設計することができなかったタイプの神経回路網を自動的に生成するための方法論を確立することであり,本年度はその第1段階の研究として,神経回路網の進化において重要な機能単位ブロックが出現した場合にそれが保持されるような神経回路網の自動設計について検討した.そして特に,2次元または3次元格子の各格子点に神経細胞を配置し,神経細胞間の入出力結合が自分自身の近傍に限定される一種のセルオートマトンであるセル状神経回路網(Artificial Cellular Neural Network; ACNN)について検討した結果,以下のような研究結果を得た.1.セル状神経回路網(ACNN)の遺伝的自動生成法の確立:ACNNを,改良型の遺伝的アルゴリズム(GA)を用いて,扱う問題に適した構造と神経細胞間結合荷重をもつよう最適化するための方法を確立した.2.2次元ACNNによる入出力フィルタの自動設計:2次元ACNNの両端に入力ユニットと出力ユニットを接続し,入力信号に対する正しい応答を出力する問題を扱い,本提案手法によって適切な機能をもつ神経回路網を自動生成することができることを示した.3.3次元ACNNによる群行動シミュレータの自動生成:昆虫や動物の群れがとる集団行動を生じさせるような個々の個体の脳に相当する神経回路網を本手法によって自動生成する問題について検討した.その結果,個体の脳のモデルとして3次元ACNNを用いることにより,基本的な行動戦略を自動獲得できることを実験的に示した.今後は本年度で得た知見をもとに,さらに高度な情報処理機能をもつ大規模神経回路網の自動生成を目指す.

は の purpose, this study 仮 to biological evolution の プ ロ セ ス に お け る gen 発 (emergence) に よ っ て, 従 to は す る こ と が で き な か っ た タ イ プ の 経 god back to the road network を automated に す る た め を の methodology established す る こ と で あ り, this year's は そ の paragraph 1 order の research と し て, god 経 back road network の evolution に お い て important function of な 単 a ブ ロ ッ ク が appear し た occasions に そ れ が keep さ れ る よ う な 経 god back to the road network の automated design に つ い て beg し 検 た. そ し て に, 2 dimensional ま た は 3 dimensional lattice の に at each grid point god を configuration し 経 cells, god 経 の between cells into the output combining が your own の nearly alongside に qualified さ れ る a の セ ル オ ー ト マ ト ン で あ Youdaoplaceholder0 Artificial Cellular Neural Network; Beg し ACNN) に つ い て 検 た as a result, the following の よ う な results を た. 1. セ ル shape 経 god back to the road network (ACNN) の heritage 伝 の automatically generated method established: ACNN を, improved の but 伝 ア ル ゴ リ ズ ム (GA) を い て, Cha う problem に し た structure between と god 経 cells with load を も つ よ う optimization す る た め の Methods を establish し た. 2.2 yuan ACNN に よ る into output フ ィ ル タ の automatic design: two yuan ACNN の に ユ into force that struck end ニ ッ ト と output ユ ニ ッ ト を meet 続 し, into the force signal に す seaborne る is し い 応 answer を output す る problem を Cha い, this proposed technique に よ っ て appropriate な function を も つ 経 god back to road network を automatically generated す る こ と が で き る こ と を shown し た. 3.3 yuan ACNN に よ る group action シ ミ ュ レ ー タ の generated automatically: insects や の group of animals れ が と る set 団 action を raw じ さ せ る よ う な a 々 の individual の 脳 に quite す る 経 god back to road network を this gimmick に よ っ て automatically generated す る problem に つ い て beg し 検 た. そ の as a result, individual の 脳 の モ デ ル と し て 3 yuan ACNN を with い る こ と に よ り, basic な action 戦 slightly を automatically receive で き る こ と を be 験 に し in た. Future は で this year have た knowledge を も と に, さ ら に highly な intelligence 処 principle function を も つ large-scale god 経 を refers back to the road network の automatically generate す.

项目成果

長尾 智晴: "GAによる仮想生物の運動制御用神経回路網の自動生成" 電子情報通信学会論文誌. J78-D11. 1150-1152 (1995)

Tomoharu Nagao：“使用 GA 自动生成用于虚拟生物运动控制的神经网络”，电子、信息和通信工程师学会汇刊 J78-D11 (1995)。

安居院 猛: "神経回路網による家紋の類似度識別" 日本印刷学会誌. 32. 150-157 (1995)

Takeshi Angoin：“使用神经网络识别家族徽章的相似性”日本印刷学会杂志 32. 150-157 (1995)。

Tomoharu NAGAO: "Optimization of artificial cellular neural networks using a genetic algorithm" Proc. of ISIC-95. 1. 97-101 (1995)

Tomoharu NAGAO：“使用遗传算法优化人工细胞神经网络”Proc。