@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00108486,
 author = {粟野皓光 and 尾形哲也 and 谷淳 and 高橋徹 and 奥乃博},
 book = {第73回全国大会講演論文集},
 issue = {1},
 month = {Mar},
 note = {本稿では，再帰結合型神経回路モデルへのスパース結合導入による性能向上を示す．近年，多様な時系列パターンを学習可能な，スパース結合型神経回路が着目を集めている．しかし通常これらのモデルは内部の結合重みが固定されており，学習能力には限界がある．我々は，異なる時定数のニューロン群からなる再帰結合型神経回路モデル，MTRNNの一部結合をスパース化し，全結合を学習可能としたモデルの性能評価を行った．スパース化率の異なるMTRNNに，アルファベット列からなる文章を学習させ，未知文及びノイズ文の認識・生成能力の評価を行った．実験の結果，スパース結合とすることで，全結合の場合よりも性能を向上できることが確認された．},
 pages = {131--132},
 publisher = {情報処理学会},
 title = {再帰結合神経回路モデルへのスパース構造導入による学習能力の向上},
 volume = {2011},
 year = {2011}
}