群リカレントニューラルネットワーク評価用高速シミュレータの開発

佐藤 裕二  落合 辰男  阿部 行雄  

誌名
電子情報通信学会論文誌 D   Vol.J79-D2   No.9   pp.1594-1602
発行日: 1996/09/25
Online ISSN: 
DOI: 
Print ISSN: 0915-1923
論文種別: 論文
専門分野: バイオサイバネティックス,ニューロコンピューティング
キーワード: 
リカレントニューラルネットワーク,  BPTT,  ニューロコンピュータ,  複雑系,  

本文: PDF(541.7KB)>>
論文を購入




あらまし: 
本論文では,複数のリカレントニューラルネットワークが相互作用をもちながら学習を行うモデルの評価を目的とした高速シミュレータの開発に関して報告する.リカレントニューラルネットワークの学習アルゴリズムは,高速性を重要視して,BPTT(Back Propagation Through Time)アルゴリズムを採用した.本シミュレータは最大512物理ニューロンが並列動作可能なニューロコンピュータ上で高速実行可能である.サイン関数の学習およびローレンツアトラクタの学習により機能検証を行った.サイン関数の学習による性能評価から,ワークステーション上のシミュレータと比較して数十~数百倍の高速化が予想される.今後,より複雑な問題を用いて,複数のリカレントニューラルネットワークが相互作用をもちながら学習を行うモデルの評価に本シミュレータを活用していく予定である.