文献

J-GLOBAL ID：201502211055294896   整理番号：15A0817016

ハイブリッド四元数Hopfieldニューラルネットワーク

Hybrid Quaternionic Hopfield Neural Network

著者 (1件)： KOBAYASHI Masaki (Interdisciplinary Graduate School, Univ. of Yamanashi)
資料名： IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences (Web)  (IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences (Web))
巻： E98.A  号： 7  ページ： 1512-1518 (J-STAGE)  発行年： 2015年 
JST資料番号： U0466A  ISSN： 1745-1337  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 複素数値ニューラルネットワークの応用が,近年拡がってきた。四元数は複素数の拡張であり,四元数によるニューラルネットワークが提案されている。四元数代数は非可換代数であるため,重みづけ入力の乗算には二種の順序を考えることができる。しかし両順序はほぼ同じ性能を実現する。本論文は,両順序の乗算を有する,ハイブリッド四元数Hopfieldニューラルネットワークを提案する。計算機シミュレーションを利用して,これらが雑音余裕において通常のハイブリッド四元数Hopfieldニューラルネットワークよりも性能が優れていることを示す。ハイブリッド四元数Hopfieldニューラルネットワークが何故雑音余裕を改善するかを,回転不変性の視点から論じる。(翻訳著者抄録)

シソーラス用語： *Hopfield模型 ,  *四元数 ,  複素数 ,  代数学 ,  重みづけ ,  乗算 ,  順序 ,  計算機シミュレーション ,  *雑音余裕 ,  性能評価 ,  回転不変性 ,  関数 ,  安定条件 ,  記憶容量 ,  確率 ,  比率
準シソーラス用語： *ハイブリッドモデル ,  可換代数 ,  活性化関数 ,  成功率

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (27件)：

• [1] P. Arena, L. Fortuna, G. Muscato, and M.G. Xibilia, “Multilayer perceptrons to approximate quaternion valued functions,” Neural Networks, vol.10, no.2, pp.335-342, 1997.
• [2] S. Buchholz and N.L. Bihan, “Polarized signal classification by complex and quaternionic multi-layer perceptrons,” Int. J. Neur. Syst., vol.19, no.2, pp.75-85, 2008.
• [3] A. Hirose, Complex-valued neural networks: Theories and applications, Series on Innovative Intelligence, vol.5, World Scientific, New Jersey, 2004.
• [4] A. Hirose, Complex-valued neural networks, second edition, Series on Studies in Computational Intelligence, Springer, Berlin, 2012.
• [5] A. Hirose, Complex-valued neural networks: Advances and applications, The IEEE Press Series on Computational Intelligence, Wiley-IEEE Press, New Jersey, 2013.

タイトルに関連する用語 (2件)： 四元数 ,  Hopfieldニューラルネットワーク