文献

J-GLOBAL ID：201702234121566213   整理番号：17A1427336

双晶状態活性化関数を用いた四元数H opfieldニューラルネットワーク【Powered by NICT】

Quaternionic Hopfield neural networks with twin-multistate activation function

著者 (1件)： Kobayashi Masaki (Mathematical Science Center, University of Yamanashi, Takeda 4-3-11, Kofu, Yamanashi 400-8511, Japan)
資料名： Neurocomputing  (Neurocomputing)
巻： 267  ページ： 304-310  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,新しい4元数活性化関数を用いたHopfield神経回路網,双晶多状態活性化関数と呼ばれる,を提案した。多状態活性化関数は複素数値H opfieldニューラルネットワーク(CHNNs)で使用されている。マルチレベル情報を表現するための有用であり,多状態活性化関数を用いたCHNNsは,マルチレベルデータの蓄積,グレースケール画像などに適用されてきた。双晶多状態活性化関数は二つの多状態活性化関数から構成されている。双晶多状態活性化関数を用いた四元数H opfieldニューラルネットワーク(QHNNs)は多状態活性化関数を用いたCHNNsの代わりをすることができる。QHNNsはCHNNsの結合パラメータ数の半分を必要とする。射影則は高速学習アルゴリズムであり,制限された計算能力下で適している。しかし,完全接続を必要とし,スパース接続が許されていない。射影則は双晶多状態活性化関数を用いたQHNNsにも適用可能である。メモリ資源と計算能力は制限されているときに,双晶多状態活性化関数を用いたQHNNsが有用である。本研究では,従来のネットワークトポロジーは考えられている。四元数の非可換性を利用するために,幾人かの研究者がQHNNsのためのネットワークトポロジー,二重接合部などを提案した。将来では,双晶多状態活性化関数を用いたQHNNsはこのようなネットワークトポロジーを有するものにも拡張される。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *四元数 ,  ニューロン ,  学習アルゴリズム ,  *ニューラルネットワーク ,  互換性 ,  *双晶 ,  神経回路網 ,  接合部 ,  射影 ,  記憶装置 ,  複素数 ,  Hopfield模型 ,  高速度
準シソーラス用語： ネットワークトポロジー ,  *活性化関数 , 【Automatic Indexing@JST】

著者キーワード (5件)： Hopfieldニューラルネットワーク ,  複素値ニューラルネットワーク ,  四元数 ,  多状態ニューロン ,  投影則

分類 (3件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q) ,  脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (4件)： 双晶 ,  活性化関数 ,  四元数 ,  ニューラルネットワーク