高次元ニューラルネットワーク
高次元ニューラルネットワークとは,入出力信号やパラメータ(重み,閾値)が高次元の値(複素数,3次元ベクトル,4元数など)を取るようなニューラルネットワークです。
縦,横,長さの3次元情報,それに時間を加えた4次元情報,より一般的にN個の粒子の振る舞いなどのN次元情報をひとまとまりとして情報処理するのに有効です。
私が今までに提案した高次元ニューラルネットワークは次の4つです:
関連文献:
1. 小林正樹,村松純,山崎晴明:"行列の線形結合による高次元ニューラルネットワーク",
電子情報通信学会論文誌 A,Vol.J85-A, No.7, pp.763-770, 2002年
内容:「高次元ニューラルネットワークをベクトル表現による統一した観点から捉え直した」
2. 小林正樹:"外積を利用した3次元連想記憶",
電気学会論文誌C,Vol.124, No.1, pp.150-156, 2004年
内容:「外積計算を行う相互結合型3次元ニューラルネットワークを提案し,その性能を調べた」
新田 徹のホームページに戻る