概要： 連続的に入力される時系列パターンを，空間パターンに展開することなく認識する神経回路モデルを提案する．このモデルでは，まず非単調ダイナミクスを用いた学習によって，認識すべき時系列パターンに対応する軌道アトラクタを回路網の状態空間中に形成する．この軌道アトラクタへの引き込みを利用して，入力されたパターンの欠損部分を復元すると同時に，それが学習した時系列パターンのどれであるかを識別する．数値実験の結果，時系列パターンの間にかなりの重複があっても正しく認識できる，時間伸縮や誤った入力に対しても柔軟に対応可能であるなど，従来の神経回路モデルにない特長を備えていることがわかった．
キーワード： 神経回路モデル，時系列パターン，非単調ダイナミクス，非単調神経回路網，軌道アトラクタ