スパース結合動的バイナリ一ニュ一ラルネットワークの学習とその応用

摘要

簡素な動的バイナリーニューラルネットワークの基本的なダイナミクスと学習能力につぃて述べる。同ネットワークはシグナム活性化関数を用い、様々な2値の周期軌道を生成することが可能である。このネットワークのダイナミクスはグレイコードリターンマップを用いて視覚化する。学習アルゴリズムは相関学習に基づいており、所望の周期軌道を埋め込むために、相関学習に基づく簡素な学習アルゴリズムを導入する。ある教師信号を埋め込み、結合行列のスパース化と軌道の安定性を調べる。あるクラスの教師信号を用いて基本的な数値実験を行い、教師信号を記憶させて結合をスパース化すると、埋め込んだ信号の収束域が拡大する場合のあることを確認する。%This paper studies basic dynamics and learning capability of the simple dynamic binary neural net-work. The network has the signum activation function and can exhibit various binary periodic orbits. The network-dynamics can be visualized by the Gray-code-based return map. In order to store a desired binary periodic orbit, we present a simple learning algorithm based on the correlation learning. We then try to store a teacher signal-and investigate relation between sparsity of weighting matrix and stability of the stored orbit. Performing basic-numerical experiment for a class of teacher signal, we have confirmed that the teacher signal can be stored and the-domain of attraction can be enlarged as the sparsity increases.