情報処理学会 第74回全国大会講演要旨

本研究では、重みベクトルの分布に基づいた想起が可能な時系列パターンのた
めのKFM(Kohonen Feature Map)連想メモリを提案する。提案モデルはニューロ
ンの追加が可能な時系列パターンのための領域表現を用いた高速KFM連想メモ
リを拡張したモデルであり、学習時に学習パターンに対応する領域のサイズを
設定できるようにすることで、確率的な想起が行えるようにしている。提案モ
デルでは、未学習のパターンが入力された場合に適切なサイズの領域を確保し
て学習を行えないようであれば、領域の縮小とニューロンの追加を行い、適切
なサイズの領域を確保し、学習を行うことができる。