インデックスツリー

このアイテムのアクセス数:94件（2025-07-12 11:33 集計）

Permalink : https://hdl.handle.net/10114/12560

閲覧可能ファイル 

ファイル フォーマット サイズ 閲覧回数 説明
15_kaken_24500284seika pdf 371 KB 87

論文情報

ファイル出力

アイテムタイプ
研究報告書
タイトル
多彩な現象を生成できる動的バイナリーニューラルネットの解析と学習
その他のタイトル
Analysis and learning of dynamic binary neural networks which can generate variable phenomena
著者
e-Rad 研究者番号
30178496 kaken
著者名
斉藤, 利通
著者名
SAITO, Toshimichi
言語
jpn
雑誌名
科学研究費助成事業 研究成果報告書
開始ページ
1
終了ページ
4
発行年
2015-05
著者版フラグ
Version of Record
キーワード
ソフトコンピューティング
内容記述
研究分野：情報工学
抄録
研究成果の概要 (和文) : 2層の動的バイナリーニューラルネット(DBNN)に2値周期軌道(BPO)を銘記する学習法を構築した。同手法をパワーエレクトロニクスの基本回路の制御信号に対応する教師信号BPOに適用し、手法の有効性を確認した。また、デジタルリターンマップを用いてDBNNの動作を視覚化する方法も提案し、学習過程の把握に有効であることを明らかにした。 DBNNにBPOが銘記できた場合に、結合行列をスパース化すると、それに落ち込む初期値の数が増え、安定性が強化される場合のあることを示した。いくつかの基本的な例題教師信号によって、そのスパース化の有効性を確認した。
研究成果の概要 (英文) : We have constructed a learning method to store one desired binary periodic orbit (BPO) into to the dynamic binary neural networks is presented. Applying the method to teacher signal BPOs that correspond to control signals of basic switching power converters, the efficiency of the method is confirmed. Introducing a digital return map, the dynamics of the DBNN is visualized and analyzed. In the case where a desired BPO can be stored into a DBNN, we have clarified that　stability of the stored BPO can be reinforced (the number of initial points falling into the BPO is increased) by sparsifying connection matrix. In several basic examples of teacher signals, the efficiency of the sparsification is confirmed.
助成
文部科学省科学研究費補助金[基盤研究(C)]　課題番号：24500284　研究期間：2012-2014
資源タイプ
Working Paper
インデックス
資料タイプ別 ＞ 科研費報告書
401 科研費報告書 ＞ 2014(平成26)年度 科学研究費補助金研究成果報告書