文献

J-GLOBAL ID：202002242871788611   整理番号：20A1551967

好奇心に基づいたELMによる連想記憶モデルの強化

Enhancement of Associative Memory Model with Curiosity based ELM

著者 (1件)： 金子昌平 (法政大 大学院情報科学研究科)
資料名： 法政大学大学院紀要 情報科学研究科編(Web)
巻： 13  ページ： WEB ONLY  発行年： 2017年03月31日 
JST資料番号： U1223A  ISSN： 2432-1192  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： 日本語 (JA)

抄録/ポイント： 従来,ほとんどのAIシステムは状況に基づいて学習し,行動を決定する。これは心理的要因を考慮しない一種の論理的アプローチである。本研究は,記憶モデルに関して,知的な事物に対する人間の好奇心を考慮に入れた。連想記憶の表現としてHopfieldネットワークと呼ばれるネットワークを学習モデルとして使用した。連想記憶は,連想概念および対象と概念との間の関係を学習し維持する記憶システムである。本研究は,連想記憶モデルの強化のために,主に好奇心ベースの極端学習機械(ELM)に焦点を合わせた。心理学者Berlyneの理論に基づけば,4つの要素,新奇性,不確実性,不一致,驚きは,人の好奇心の指標である。連想記憶の学習または更新の戦略を,好奇心極端学習機械(C-ELM)における四重ベクトル値を計算することによって決定し,Hopfieldネットワークで表現される連想知識の学習と記憶を強化した。一組の動物園データを,動物に対する子供たちの好奇心を実験で示す2つの指定シナリオに適用し,連想知識ネットワークの実験結果を,C-ELMとその実装を参照する様々な側面からの所見とともに報告した。(翻訳著者抄録)

シソーラス用語： 情動 ,  Hopfield模型 ,  *連想記憶方式 ,  *学習機械 ,  人工知能
準シソーラス用語： AI【人工知能】 ,  Hopfieldネットワーク ,  *極端学習機械 ,  好奇心

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 好奇心 ,  ELM ,  連想記憶モデル ,  強化