改良型多方向連想メモリ(IMAM)を用いた知識処理に関する研究

使用改进的多向联想记忆（IMAM）进行知识处理的研究

• 批准号: 05750364
• 负责人: 萩原 将文
• 金额: $ 0.77万
• 依托单位: Keio University
• 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: 1993
• 资助国家: 日本
• 起止时间: 1993 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-05750364/
• 关键词: ニューラルネットワーク; 連想記憶; 多方向連想メモリ

本研究の目的は,人間の脳の動作をできるだけ模擬した新しい知識処理原理を追及することにある。具体的にはニューラルネットワークを用いて情報を分散表現し,連想に基づいて知識処理を行うことである。その際,基本構成要素となる連想記憶モデルの特性がシステム全体の特性を決定する。知識処理を行うためには非常に多くの情報を記憶することが不可欠だからである。しかし,従来の相関に基づいたニューラルネットワーク連想記憶モデルではその記憶容量が小さいため,知識処理に大きな制約が生じてしまう。そこでまず大容量ニューラルネットワーク連想記憶モデルの構築が重要課題となった。従来の連想記憶が相関に基づいているのに対し,本研究では不等式の緩和法に基づく解法によって連想記憶を行う新しい手法に着目した。連想記憶ニューラルネットワークの重みの初期値として相関に基づく値を用いることを提案し,これにより学習時間を大きく短縮した。さらにこの新しい連想記憶モデルの特性を詳細に調べ,システムの善し悪しを決定する重要なパラメータを発見した。また記憶容量に関しては,記憶情報の類似度に関係なく従来の相関に基づくモデルに比べて10倍以上に増えることが計算機シミュレーションによって確認された。これらの成果は,電子情報通信学会論文誌で発表される。これを基本モデルとして,知識処理を行う研究を行った。例題として人工知能の分野で有名なセマンティックネットによる知識表現を扱い,提案した新しいニューラルネットワークによる連想記憶モデルによって知識表現が可能なことを確認している。現在は,より高度な知識処理をめざした研究を進めている。

The objective of this study is 脳, human <s:1> 脳 action をで るだけ るだけ るだけ simulation <s:1> た, new <s:1> knowledge processing principle を pursuit and する する とにある とにある. Specific に は ニ ュ ー ラ ル ネ ッ ト ワ ー ク を with い て intelligence を し dispersion performance, even want to に base づ い て knowledge 処 Richard を line う こ と で あ る. Youdaoplaceholder0 そ, the basic constituent elements となる, the associative memory モデ, the <s:1> characteristics がシステム, the overall <s:1> characteristics を determine する. Knowledge 処 Richard を line う た め に は very に more く の intelligence を memory す る こ と が not owe だ か ら で あ る. し か し 従 to の phase masato に base づ い た ニ ュ ー ラ ル ネ ッ ト ワ ー ク even think memory モ デ ル で は そ small memory capacity の が さ い た め, knowledge 処 Richard に big き な restrict が raw じ て し ま う. Youdaoplaceholder0 でまず でまず large capacity ニュ ニュ ラ ラ ネットワ ネットワ ネットワ <e:1> が が continuous memory モデ モデ <s:1> construction が important topics となった. 従 to の even want to memory が masato に base づ い て い る の に し polices, this study で は inequality に の palliative method base づ く solution に よ っ て even want to line memory を う new し い gimmick に the mesh し た. Even want to memory ニ ュ ー ラ ル ネ ッ ト ワ ー ク の heavy み の early numerical と し て phase masato に base づ く numerical を with い る こ と を proposal し, こ れ に よ り study time を big き く shortening し た. New し さ ら に こ の い even want to memory モ デ ル の features detailed に を べ, シ ス テ ム の good し 悪 し を decided す る important な パ ラ メ ー タ を 発 see し た. Memory capacity ま た に masato し て は, memory intelligence の similar degrees に masato is な く 従 to の phase masato に base づ く モ デ ル に than べ て 10 times more に raised え る こ と が computer シ ミ ュ レ ー シ ョ ン に よ っ て confirm さ れ た. Youdaoplaceholder6 れら れら れら achievements れら, journal of the Electronic Information and Communication Society で publication list される. Youdaoplaceholder6 れを basic モデ と と て て knowledge processing を う research を った. Sample と し て artificial can know の eset で famous な セ マ ン テ ィ ッ ク ネ ッ ト に よ る knowledge representation を Cha い, proposal し た new し い ニ ュ ー ラ ル ネ ッ ト ワ ー ク に よ る even want to memory モ デ ル に よ っ て knowledge expression が possible な こ と を confirm し て い る. Now,よ,よ, な are highly engaged in な knowledge processing をめざ た research を into めて る る.

项目成果

M.Hattori,M.Hagiwara and M.Nakagawa: "Quick learning for Bidiretional Associative Memory" 電子情報通信学会論文誌(E分冊). (1994)

M. Hattori、M. Hagiwara 和 M. Nakakawa：“双向联想记忆的快速学习”电子、信息和通信工程师学会汇刊（E 卷）（1994 年）。