深層カオスニューラルネットワークのためのReLUカオスニューロンモデル

DOI Web Site
  • 田村 浩人
    東京大学大学院　工学系研究科
  • 河野 崇
    東京大学生産技術研究所　情報・エレクトロニクス系部門
  • 合原 一幸
    東京大学生産技術研究所　情報・エレクトロニクス系部門

書誌事項

タイトル別名
  • ReLU Chaotic Neuron Model for Deep Chaotic Neural Networks

この論文をさがす

説明

<p>近年，深層ニューラルネットワーク(deep neural network, DNN) が機械学習分野で関心の中心にあり，一方でカオスニューロンモデル及びカオスニューラルネットワーク(chaotic neural network, ChNN) が計算論的神経科学や非線形科学において注目を集めている．しかし，深層のChNN に関する研究は未だない．このギャップを埋めるべく，本稿ではReLU(rectifier linear unit) カオスニューロンモデルを提案する．これはReLU を活性化関数として用いるDNN を，ChNN に拡張する際に必要となる．さらに，ReLU の単純さにも関わらず，単一のReLU カオスニューロンでも動的に変化する出力を生成できることを示す．</p>

収録刊行物

  • 生産研究

    生産研究 70 (3), 183-185, 2018-05-01

    東京大学生産技術研究所

詳細情報 詳細情報について

問題の指摘

ページトップへ