NLP研究会提案
ニューラルネットワークのアクティブ化と非線形解析
2012 年 6 巻 2 号 p. 123-133
詳細
2012 年 6 巻 2 号 p. 123-133
人工ニューラルネットワーク（ANN）は知的な情報処理の可能性を求めて研究され続けている．一時期最急降下法による解探索や学習方法の提案により研究が急増したがその後落ち着きを見せ，研究者は新たな方向性を模索しながら研究活動を展開している．しかし究極の目標である脳の情報処理原理の解明とそれに基づいた脳型計算機の構成により，最先端の計算機においても実現されていないロバスト性や，外部環境変化や不良設定問題への適応性などを手に入れようとする挑戦は依然として魅力的テーマである．このテーマへの糸口の一つとしてANN のアクティブ化という問題を提起した．ANN において多くの成果をもたらした統計力学的手法の枠内にアクティブ化を取り入れることは困難であるが，非線形振動の大域的動作の理解を進めるために提案した手法により，神経細胞ユニットの動特性の設計が分岐解析との接点も含めて可能になった．本稿ではその手法とアクティブ化による情報処理能力の向上を示す数値解析結果について解説する．
