抄録
階層型多層神経回路「ネオコグニトロン」は，高いパターン認識能力を学習によって獲得していく．ここでは，新しい学習法を用いたネオコグニトロンについて論じる．ネオコグニトロンでは，多層回路の中間層で，特徴の抽出と統合を繰り返しながら次第に高次の特徴を抽出していく．中間層の学習にはadd-if-silent則を用いる．最上位層では，抽出された特徴をもとに内挿ベクトル法を用いてパターン識別を行なう．手書き数字認識において，学習パターン数や，内挿ベクトル法に用いる閾値が，ネオコグニトロンの認識率や回路規模（演算コスト）にどのように影響するかを論じる．
