カオス信号を分離するRNNにおける機能分化構造の解析

抄録

RNNのモデル内における機能分化構造の自己組織的発現を分析することを目的として、初期値と時定数の異なる２つのカオス信号を足し合わせた信号を入力とし、もとの二つの信号を分離して出力するタスクをRNNに学習させた。その後、十分学習されたモデルを用いて、出力層の重みや中間層での出力を観察することで、モデルの内部構造を解析し、機能分化などの構造の発現が見られるかを確認した。重みの大きさの分布などから、今回の二つのカオス信号を分離させるタスクでは、RNN内に明確な機能分化構造は見られず、多くの素子は二つの信号の情報を共に含むことが分かった。