すべての記憶パターンが直交条件を満たすように冗長ニューロンをネットワーク
に付加することによって,Hopfield連想記憶モデルの想起能力を向上できること
が著者らの1人によって明らかにされている.しかし,このモデルは記憶パター
ン数の増加と共に,想起能力の急激な低下や冗長ニューロン数の大幅な増加を引
き起こした.
そこで,本論文では先に提案した冗長ニューロンをもつHopfield連想規則モデル
に次のような改善を加えた.(i)冗長部の高次の交わりとしきい値を用いて,冗
長ニューロンの総数およびその結合を大幅に軽減した.(ii)入力パターンを用い
て,冗長ニューロンの初期状態を効果的に推測し,想起過程におけるエネルギー
局面の出発点を記憶パターンを銘記した極小点にできるだけ近付けた.
これにより,冗長ニューロン数の増加を極力抑えつつ,従来のHopfield連想規則
モデルでは不可能であった数字10文字とアルファベット26文字の記憶および想起
を可能にした.
|