情報処理学会 第78回全国大会講演要旨

本研究では、パラメータの自動調整が可能なカオス多方向連想メモリにおいて、層の数に依存せずにパラメータの調整を行う方法を提案する。提案モデルは、3つ以上の層から構成されており、各層は、キー入力部と文脈情報部の2つに分けられている。文脈情報部はカオスニューロンモデルから構成されており、文脈情報部のニューロンの出力がカオスによって変化することで1対多の想起を実現している。しかしながら、カオスニューロンモデルを用いたモデルでは、その動的想起能力はカオスニューロンモデルのパラメータの値に非常に敏感であり、適切にパラメータを設定することが難しい。本研究では、カオスニューロンモデルの内部状態に応じて不応性のスケーリングファクタを動的に変化させることでパラメータの自動調整を実現する。