抄録
本稿では，核パターンを用いない形態学的連想記憶（MAM：Morphological Associative Memory）モデルの完全想起率を small world networkの導入により改善する手法を示す．MAMは，従来の連想記憶モデルに対し，計算量，記憶容量，想起率の点で優位性をもつ．しかし，一般に設計が難しい核パターンを用いなければならない．実用的なモデルとして，核パターンを用いない MAMが提案されているが完全想起率が低下するという問題がある．一方，small world networkを用いた連想記憶モデルは想起率改善や記憶配列量の縮小に効果があることが報告されている．Small world networkは，１つの変数で制御可能なβグラフにより構造が決まるので設計性がよい．そこで，我々は，small world networkを MAMに導入し，完全想起率の改善および記憶配列量の削減を試みた．ここでは，自己相関想起実験を行い，完全想起率および記憶配列量を調べることで，small world networkの導入効果を議論する．
