文献

J-GLOBAL ID：202002275500839964   整理番号：20A2120325

機械的ネットワークにおける多重メモリの連続学習【JST・京大機械翻訳】

Continual Learning of Multiple Memories in Mechanical Networks

著者 (4件)： Stern Menachem (Physics Department and the James Franck Institute, University of Chicago, Chicago, Illinois 60637, USA) ,  Pinson Matthew B. (Physics Department and the James Franck Institute, University of Chicago, Chicago, Illinois 60637, USA) ,  Pinson Matthew B. (Newman College, University of Melbourne, Parkville, Victoria 3052, Australia) ,  Murugan Arvind (Physics Department and the James Franck Institute, University of Chicago, Chicago, Illinois 60637, USA)
資料名： Physical Review X  (Physical Review X)
巻： 10  号： 3  ページ： 031044  発行年： 2020年 
JST資料番号： W5063A  ISSN： 2160-3308  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ほとんどの材料はそれらの歴史によって変化し,過去のメモリを示す。しかし,システムが,初期メモリを書き込み,または,完全に書き込むことなく,系列で新しいメモリを継続的に学習できるときは,明確ではない。ここでは,異なる構成で保持されるので,塑性変化を受ける弾性材料による多重安定状態の学習を研究した。線形またはほぼ線形のばねを持つ弾性ネットワークが,広範囲の塑性規則に対して,以前の状態を書き込むことなく,連続的に学習できないことを示した。一方,十分に非線形のばねのネットワークは,単純な塑性規則を用いて,より古い状態を消去することなく,連続的に学習できる。強い非線形性に起因するエネルギー輪郭をカスプするこの能力をトレースし,従って,弾性非線形性がスパース統計回帰において用いられるBayes事前の役割を果たすことを示した。著者らのモデルは,特定の材料特性が材料自体の配置を通して新しい機能の継続的な学習を可能にする方法を示す。Copyright 2020 The American Physical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： カスプ磁場 ,  塑性 ,  *記憶装置 ,  *学習 ,  *ネットワーク ,  弾性 ,  *多重化 ,  線形性 ,  非線形性 ,  弾性材料
準シソーラス用語： 材料特性 , 【Automatic Indexing@JST】

分類 (4件)： 固体の機械的性質一般  (BL01021C) ,  蛋白質・ペプチド一般  (EB03010N) ,  高分子固体の力学的性質  (CG02023D) ,  計算機シミュレーション  (JE11000H)

タイトルに関連する用語 (2件)： 多重 ,  学習