京都大学
工学研究科
情報工学専攻
富田研究室
脳型情報処理の研究
リカレント(recurrent)・ニューラル・ネットワーク(以下リカレント・ネッ
ト)は,回帰結合をもつニューラル・ネットワークである.リカレント・ネッ
ト は,その回帰結合によって有限状態機械と同様に「状態」を表すことがで
きるため,同じく有限状態機械と同様に時系列処理が可能である.思考や言語
といった人間の高次情報処理も時系列処理であるから,リカレント・ネット
による時系列処理は,こういった人間の高次情報処理の解明に大きな糸口を与
えるものと期待されている.
さて,人間の脳には,短期記憶と長期記憶にそれぞれ別の仕組みがあることが
知られている.このことを反映して,プロダクション・システムも,ワーキン
グ・メモリと手続き記憶という2つの仕組みを与えられている.そこで我々は,
リカレント・ネット にも短期と長期という2つの記憶の仕組みを与えられない
かと考え考え,種々の課題を学習したリカレン・ネットの分析から,そうした
仕組みを探っている.
2003年度
三輪 忍 他,
リカレントネットにおける移動ロボットのナビゲーション課題の学習,
平成15年度情報処理学会関西支部支部大会(学生奨励賞受賞).
2002年度
津田 晃寿 他,
学習による非同期連続状態機械の構成,
SWoPP2002.
2001年度
三輪 忍 他,
コンダクタンスニューラルネットによるGSMの構成,
SWoPP2001.
津田 晃寿 他,
コンダクタンスニューロンモデルを用いた順序回路の実現,
SWoPP2001.
1999年度
津邑 公暁 他,
記憶構造観測のための神経網シミュレーション,
第20回 計測自動制御学会システム工学部研究会「人工生命の新しい潮流」.
最終更新日時:
brain@lab3.kuis.kyoto-u.ac.jp