再帰型ニューラルネットワークによる時系列データの追加学習

抄録

ニューラルネットワークは一般的に分散表現を採用しているため、追加学習が困難でああ。その対処策として、Winner-take-all方式を採用することが提案されているが、その生理学的な根拠に乏しい。本研究では、Winner-take-all方式の代わりに神経細胞の樹状突起における演算に着目し、より生理学的に妥当なモデルによって時系列データの追加学習に成功した。