情報処理学会 第73回全国大会講演要旨

本研究では、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連想メモリを提案する。提案モデルは時系列アナログパターンの
ための領域表現を用いた高速KFM(Kohonen Feature Map)連想メモリとニューロ
ンの追加が可能な不応性を有する領域表現を用いたKFM連想メモリに基づいた
モデルであり、時系列バイナリ、アナログパターンを逐次的に高速に学習する
ことができる。さらに、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。