SpikePropにおける連続入力パターンに対する出力の改善―学習法および応答関数の見直し―

抄録

近年，人や物の動きや変化といった時系列情報を解析，活用しようという動きが活発である．時系列情報を取り扱うことができるモデルとして，booijらにより提案されたSpikePropが存在する．これはスパイキングニューラルネットワークの一種であり，あるスパイク列が入力された際に望みの別のスパイク列へと変換するよう学習可能である．従来研究では単一パターンを入力した際には望みの出力が得られたが、複数パターンを狭い間隔で逐次入力した際には望みの出力が得られなかった。そこで本稿では，この問題がSpikePropの出力メカニズムによるものであることを議論し，スパイクが入力された際の内部応答関数の変更，および複数パターンを組み合わせた新たな学習法を提案する．提案手法を用いることで，従来研究と比べ複数パターンを狭い間隔で逐次入力した際の出力を改善することができた．