低次機能を融合する発達型人工神経回路網構築への取り組み

抄録

現在の深層学習では，ノード間の結合荷重の学習によってネットワークのトポロジーを捉えようとするため，本来，不必要なノード間の結合も学習対象となり，無駄な学習を多くする手法となっている.これに対し，本研究では，ネットワークの発達によってそのトポロジーを捉えるモデルであるWeight Agnostic Neural Networksを基盤として，生物の既に獲得した技能を元に他の機能を表現・獲得する知能発達を模倣したモデルの構築に取り組む．既得の技能に基づき他の機能を実現することにおいて，基本的な技能を表現する低次の機能から複雑な技能を表現する高次の機能を構成することにより実現するとし，技能の階層関係を獲得する発達型人工神経回路網（Developmental Artificial Neural Networks, DANN）の構築を目指す．