ニューラルネットワークによる論理関数の簡単化
1998 年 10 巻 2 号 p. 265-274
詳細
1998 年 10 巻 2 号 p. 265-274
論理式の構造に依存しない簡単化アルゴリズムを提案する.本方法では対象とする論理式を実現するネットワークをニューラルネットワークを基に定義する.このネットワークに対してバックプロパゲーション法を適用し, 与えられた関数を実現するまで学習を行う.そしてそのネットワークから不要なユニットを削除し, 再度学習を行う.これをネットワークが論理関数を実現できなくなるまで繰り返す.その後, 最後に論理関数を表したネットワークの状態から論理式を導く.本文ではこの方法を2値論理式の簡単化に適用する.まず最初に, AND, OR, 及びEXOR演算を実現するニューロンモデルを定義し, そのモデルと論理式との対応を説明する.次に, これらのモデルを用いてAND-OR, OR-AND, 及びAND-EXORの各論理式を表現し, 簡単化を行う.そして, 本方法が論理式の構造に依存せず適用可能であることを示す.
