ニューラルネットワークを用いた最適化問題における重み付けの対称性の破れとその効果

• Item type: Journal(1)
• 公開日: 2003-09-15
• タイトル: ニューラルネットワークを用いた最適化問題における重み付けの対称性の破れとその効果
• タイトル / 言語: en
• タイトル: Neural Networks with Broken Symmetry
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 論文
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• その他タイトル / その他のタイトル: アルゴリズム理論
• 著者所属: 慶應義塾大学SFC研究所武藤佳恭研究室
• 著者所属: 慶應義塾大学環境情報学部
• 著者所属(英): en
• 著者所属(英): Takefuji Laboratory, Keio Research Institute at SFC
• 著者所属(英): en
• 著者所属(英): Faculty of Environmental Information, Keio University
• 著者名: 福原, 義久; 武藤佳恭
• 著者名(英): Yoshihisa, Fukuhara; Yoshiyasu, Takefuji
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本研究ではニューロン素子に対する入力の位置関係を重視し，対称性の破れと呼ばれる見地に基づいて重み付けを行った．これによりニューラルネットワークを用いた最適化問題の解探索能力が大幅に高まることを確認した．対称性・非対称性は自然科学や数学の分野で多く議論されている．我々はニューラルネットワークを1つの力学系と見た場合，重み付けにこのようなアーキテクチャを導入することで系のダイナミクスに変化を引き起こし，局所解の脱出に寄与することが可能であると推測した．本研究ではN-Queen問題を例にとり，提案概念を適用することでどのような初期状態からでもほぼ確実に大局解に到達できることを実験的に示した．提案概念はきわめて単純な概念に基づいているため，他の最適化問題や連想記憶への応用が期待できる．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In this paper, a new neural computing optimization method is proposed.In this method, an ideaof ``broken symmetry'' is used in the proposed neural network.We can control the neural network by controlling the symmetric property of thenetwork.In order to confirm our idea, the proposed method is used forsolving n-queen problems.The proposed system justifies our claim thatregardless of the problem size and the initial state, the state of thesystem converges to the solution.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 44, 号 9, p. 2291-2298, 発行日 2003-09-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764