情報処理学会 第76回全国大会講演要旨

これまで時系列パターンの記憶学習に，現状態と文脈情報から次状態を
予測することが可能な再帰結合神経回路（recurrent neural network: RNN）
モデルが広く用いられてきた．しかし，決定論モデルであるという特性から
教示時系列に潜む確率的な構造を獲得することができないという問題がある．
また，複数パターン間でノイズの程度（分散）が異なると，小さな分散の
パターンが大きな分散のパターンに埋もれてしまい，全パターンを安定的に
学習することが出来ないという問題もある．本研究では，従来の学習方法
である二乗誤差最小化に基づく点予測の枠組みを拡張し，尤度最大化に基づき
確率分布の予測学習が可能なStochastic Continuous Time RNN（S-CTRNN）を
用いることで，前述の問題が解決可能であることを示す．