パルス結合積分発火型ニューラルネットの現象解析に関する研究

点击翻译按钮获取中文摘要

これまで、カオス的パルス結合ネットワーク(CPCN)の同期現象に関する研究を行ってきた。今年度は、過去の研究によって得られた知見に基づき、CPCNが呈する同期現象を利用した画像領域分割への応用に関する研究を行った。近傍結合されたCPCNのセルに対して入力を印加すると、セルは入力値の近い近傍セルと同期し、それ以外のセルとは非同期的に振舞う。このようにして、CPCN内に局所的に同期したグループが生じる。このネットワークに対して、画像データの画素値を入力として印加すると、基本的な画像領域分割ができることを計算機実験によって確認した。また、CPCNの同期速度に対する基本的な解析も行っており、パラメータによっては、CPCNは高速に同期しうることを確認した。ディジタル計算に基づく画像処理手法では、リアルタイム処理が困難な場合がある。これに対し、アナログ回路網は並列計算が可能であり、回路構成も比較的簡素である。本研究をより発展させれば高機能な画像処理システムを実現できるかもしれない。一方、CPCNのセルである、カオス的スパイキング発振器(CSO)のパルス列入力応答の解析も行っている。同系を詳しく解析することは、CPCNの向期現象や分岐現象を解明するための基礎として重要である。過去に周期パルス列入力系に対する解析手法を提案している。これを発展させ、各種周期、非周期パルス列入力に対する応答特性を解析した。また、入力に対する不応性を新たなパラメータとして導入した。これによって、従来のモデルでは見られないような、より多彩な応答特性を回路が示すことを明らかにした。回路の応答の多様性が明らかになったことにより、CPCNの同期現象を利用した応用研究をさらに発展させるための足がかりを得た。