振動子ニューラルネットワークによる動的な情報処理

動的素子として最も単純な自励振動子を用い、それらの相互引込みの結果生じるクラスタリングパターンによって入力を表現・分類するニューラルネットワークを構成し、教師なしで入力信号のみからその分類・判別を行った。ここでは特に、初期視覚及び聴覚におけるパターン認識モデルを提案した。今年度の研究では、視覚系については、大脳皮質野の細胞に対応するIntegrate-and-fire型の位相振動子を用い、視覚パターンの切り出し・分類、両眼立体視に対して個別のモデルを提案し、計算機シミュレーションにより、その特性を評価した。また、聴覚系については、入力の選択的聞き分けモデルを構成した。更に、発火のタイミング情報を担う位相変数に加えて、発火強度を振幅に対応させた位相・振幅振動子を用い、ニューロン間の発火相関コーディングに対する、近年の生理学実験結果の知見を反映するニューラルネットワークを新たに構成し、シミュレーションにより処理能力の評価を行った。同時に、従来型の静的素子によるニューラルネットワークとの性能比較のために、階層型ネットワークやホップフィールドネットワークを実用課題に適用し、数値シミュレーションにより評価した。課題には、組合せ最適化としてのスケジューリング問題を取り上げた。ここでは、従来にない複雑な制約条件を有する射出成型工程のスケジューリング問題に対し、シミュレーテッドアニーリングの他、検索手法として最近多くの成果が報告されているメタ・ヒューリスティックスのうち、遺伝的アルゴリズムとタブーサーチを適用し、併せて評価した。

動的素子として最も単純な自励振動子を用い、それらの相互引込みの結果生じるクラスタリングパターンによって入力を表現・分類するニューラルネットワークを構成し、教師なしで入力信号のみからその分類・判別を行った。ここでは特に、初期視覚及び聴覚におけるパターン認識モデルを提案した。今年度の研究では、視覚系については、大脳皮質野の細胞に対応するIntegrate-and-fire型の位相振動子を用い、視覚パターンの切り出し・分類、両眼立体視に対して個別のモデルを提案し、計算機シミュレーションにより、その特性を評価した。また、聴覚系については、入力の選択的聞き分けモデルを構成した。更に、発火のタイミング情報を担う位相変数に加えて、発火強度を振幅に対応させた位相・振幅振動子を用い、ニューロン間の発火相関コーディングに対する、近年の生理学実験結果の知見を反映するニューラルネットワークを新たに構成し、シミュレーションにより処理能力の評価を行った。同時に、従来型の静的素子によるニューラルネットワークとの性能比較のために、階層型ネットワークやホップフィールドネットワークを実用課題に適用し、数値シミュレーションにより評価した。課題には、組合せ最適化としてのスケジューリング問題を取り上げた。ここでは、従来にない複雑な制約条件を有する射出成型工程のスケジューリング問題に対し、シミュレーテッドアニーリングの他、検索手法として最近多くの成果が報告されているメタ・ヒューリスティックスのうち、遺伝的アルゴリズムとタブーサーチを適用し、併せて評価した。