Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Aller à Demande

1. JP2004511866 - リカレントニューラルネットワーク

Office Japon
Numéro de la demande 2002535074
Date de la demande 05.10.2001
Numéro de publication 2004511866
Date de publication 15.04.2004
Numéro de délivrance 4093858
Date de délivrance 14.03.2008
Type de publication B2
CIB
G06N 3/08
GPHYSIQUE
06CALCUL; COMPTAGE
NSYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
3Systèmes de calculateurs basés sur des modèles biologiques
02utilisant des modèles de réseaux neuronaux
08Méthodes d'apprentissage
G06N 3/04
GPHYSIQUE
06CALCUL; COMPTAGE
NSYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
3Systèmes de calculateurs basés sur des modèles biologiques
02utilisant des modèles de réseaux neuronaux
04Architecture, p.ex. topologie d'interconnexion
CPC
G06N 3/08
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
Déposants フラウンホーファー-ゲゼルシャフト・ツア・フォルデルング・デア・アンゲヴァンテン・フォルシュング・エー・ファウ
Inventeurs イエーガー,ヘルベルト
Mandataires 河野 登夫
河野 英仁
Données relatives à la priorité 00122415.3 13.10.2000 EP
Titre
(JA) リカレントニューラルネットワーク
Abrégé
(JA)

【課題】リカレントニューラルネットワーク(RNN:recurrent neuralnetwork)の教師あり教示方法を開示する。
【解決手段】本方法の典型的な実施の形態では大型(50ユニット以上)で、ランダムに初期化され、大域的に安定なダイナミクスを有するRNNを用いる。学習期間中には、このRNNの出力ユニットが所望の出力信号に従うように教師強制される。この期間中に全ての隠れユニットからの活性が記録される。教示期間の終わりには、出力ユニットに繋がるこれらの接続の新たな荷重を計算する方法への入力としてこれらの記録データが使用される。本方法は、RNNに対する既存の学習方法とは以下の特徴により区別される。即ち、(1)出力ユニットへの接続の荷重のみが学習によって変更される。(2)大型ネットワークの内部ダイナミクスが、変更されるのではなく学習手続きによって新たに組み合わせられるだけであるダイナミクス成分の「リザーバ」として用いられる。
【選択図】図1

Également publié en tant que
IN529/CHENP/2003