動的バイナリーニューラルネットの学習:所望の周期軌道の銘記とその安定性

摘要

本論文では、シグナム活性化関数と3値重みパラメータを有する動的バイナリーニューラルネットワークを考察する。ネットワークのパラメータを染色体にもつ遺伝的アルゴリズムを用いた学習法によって、ネットワークを周期信号に埋め込む。周期現象やその収束領域のようなネットワークのダイナミクスの基本特性を把握するために、格子点上の簡素なリターンマップを用いる。基本的な数値実験によって、学習機能の検討し、ネットワークの安定性の確認を行う。%This paper studies a dynamic binary neural networks characterized by signum activation function and ternary weighting parameters. In order to store a desired periodic orbit, we consider simple learning algorithm. In the learning algorithm, the weighting parameters are the threshold parameters of the output layer are determined theoretically. The threshold parameters in the hidden layer are adjusted based on the genetic algorithm. We use a simple return map on the lattice points in order to visualize the basic dynamics of the network, such as periodic phenomena and its domain of attraction. Performing basic numerical experiments, we have confirmed storage of desired periodic patterns and their stability. Especially, we have confirmed that the threshold parameters adjustment is effective to control stability of the stored periodic orbit.