文献

J-GLOBAL ID：201602221281241170   整理番号：16A0256033

時系列データを認識するニューラルネットワーク「動的ボルツマンマシン」

著者 (2件)： 恐神貴行 (IBM 東京基礎研) ,  大塚誠
資料名： 機能材料  (Function & Materials)
巻： 36  号： 3  ページ： 51-58  発行年： 2016年03月05日 
JST資料番号： Y0021A  ISSN： 0286-4835  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 従来の人工ニューラルネットワークはヘブ則に基づいて学習するが,近年の生物実験においてはヘブ則をより精緻にするスパイク時間依存可塑性(STDP)が神経細胞の学習則として確認されている。本稿では,STDPに基づいて学習する新しい人工ニューラルネットワーク「動的ボルツマンマシン」を紹介する。(著者抄録)

シソーラス用語： *データ ,  *認識 ,  *ニューラルネットワーク ,  *動的系 ,  *Boltzmannマシン ,  Hebb学習 ,  神経可塑性 ,  ニューロン ,  規則
準シソーラス用語： *時系列データ ,  スパイクタイミング依存可塑性 ,  学習則

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 時系列データ ,  ニューラルネットワーク ,  ボルツマンマシン