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．

日本語アブストラクト

[gziped ps-file] (18.3 kB)

[pdf-file] (77.7 kB)