自己相関連想記憶の想起過程とその改良
森田 昌彦，吉澤修治，中野 馨
概要：
自己相関型の連想記憶は，神経回路による連想記憶の中で最も単純かつ基本的なものである．しかし，その想起のダイナミックスに関する性質には理解しにくいものがあり，理論的解析も十分とはいえない．本論文は，数値実験を通じて連想記憶の想起過程について考察し，ダイナミックスの改良によって連想記憶の能力が大きく向上することを示すものである．また，その具体的な方法として「部分反転法」を提案する．これは，回路網の状態が遷移するたびにある一部の細胞の出力を反転させる(離散時間の場合)，あるいは従来と異なった形の出力関数を用いる(連続時間の場合)という方法である．これにより，想起特性が大幅に改善されると共に記憶容量も増加する．このことは，同時に連想記憶の力学的構造を理解する手がかりとなるものであり，最適化問題への応用等を考える上でも重要な示唆を与える．
Masahiko Morita, Shuji Yoshizawa and Kaoru Nakano
Abstract:
Autocorrelation associative memory is one of the most basic neural
network models for memory, but its dynamical behavior in the
recalling process is not understood well.
The present study deals with the dynamics of the associative
memory and presents a new method called ``partial reverse method''
to improve the recalling process.
Using this method, one can raise both recollection ability and
memory capacity of the network without changing its connections
or learning rules.
The results throw light on the dynamical structure of
associative neural networks, and the partial reverse method may
possibly be applied to some optimization problems.