Art

J-GLOBAL ID：202002238503740327   Reference number：20A1605222

Effect of recurrent infomax on the information processing capability of input-driven recurrent neural networks

入力駆動再帰型ニューラルネットワークの情報処理能力に対するリカレント情報量最大化原理の影響

Author (3)： Tanaka Takuma (Graduate School of Data Science, Shiga University, 1-1-1 Banba, Hikone, Shiga 522-8522, Japan) ,  Nakajima Kohei (Graduate School of Information Science and Technology, University of Tokyo, Tokyo 113-8656, Japan) ,  Aoyagi Toshio (Graduate School of Informatics, Kyoto University, Yoshida Honmachi, Sakyo-ku, Kyoto 606-8501, Japan)
Material： Neuroscience Research  (神経科学)
Volume： 156  Page： 225-233  Publication year： Jul. 2020 
JST Material Number： D0210C  ISSN： 0168-0102  Document type： Article
Article type： 原著論文  Country of issue： Netherlands (NLD)  Language： ENGLISH (EN)

Thesaurus term： *neural network(biomodel) ,...
Semi thesaurus term： Throughput optimization ,...

Register(free) or Log In to access     To see more with JDream III (charged).   {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A1605222&from=J-GLOBAL&jstjournalNo=D0210C") }}

Author keywords (5)： Reservoir computing ,  Recurrent infomax ,  Unsupervised learning ,  Memory ,  Oscillology

JST classification (2)： Brain and nervous system models  (EL02050C) ,  Artificial intelligence  (JE08000Z)

Terms in the title (6)： 再帰型ニューラルネットワーク ,  情報処理能力 ,  リカレント ,  情報量 ,  最大化 ,  原理