抄録
現在,様々なニューラルネットワーク学習則に関する研究が行われているが,多くのものはあまりハードウェア化を行う点について考慮されておらず,このことが学習するニューラルネットワークをLSI化するにあたって大きな障害となっている。そこで本論文では,アナログVLAIにおいてOn-Chip学習を行うのが比較的容易な学習則として,Hebb の学習則を改良した自己組織化学習則を提案する。また,シミュレーション実験によりその自己組織化能力を確認した。さらにこれらの実験から,学習速度が2〜3倍程度改善されることや学習の急激な停止およびシナプス結合の発散が回避できることが明らかとなった。
