SpikePropネットワークの動的構成 — 中間層ユニット追加時の結合荷重の決定法の一検討—

摘要

SpikeProp は，Spiking Neural Network の一種であり，スパイクの時刻によって情報を表現する情報処理モデルの一つである．これは，階層型の構造を持ち，出力スパイク列の先頭(指定した分だけ) についてそれらの時刻を学習できる[1, 2]．我々は，このSpikeProp において，スパイクの時刻だけでなくスパイク数も学習できるようにすることをめざしている．これらにより，スパイク列からスパイク列への時系列パターン変換器としてSpikeProp ネットワークを用いることができるようになる．我々はこれまでに，この学習学習法について検討してきた[3]．本稿では，中間層ユニット数を学習中に調整することで，初期中間層ユニット数に対する学習性能の依存性を軽減することをめざす．特に，学習中に中間層ユニットが不足していることを検出したときに，これを追加する方法について，追加したユニットに関わる結合荷重の設定法について検討する.