@techreport{oai:ipsj.ixsq.nii.ac.jp:00182367,
 author = {小山, 誠太郎 and 青木, 俊祐 and 斎藤, 利通 and Seitaro, Koyama and Shunsuke, Aoki and Toshimichi, Saito},
 issue = {17},
 month = {Jun},
 note = {動的バイナリーニューラルネットワークは，シグナム活性化関数と 3 値結合パラメータで特徴づけられ，パラメータと初期値に依存して，様々な周期軌道を生成できる．本論文では，所望の周期軌道 (あるいは不動点の集合) が銘記された場合に，その周期軌道の安定性を考察する．典型的な例を用いて，目標とする周期軌道の安定性と，ネットワークの結合のスパース性の関係を調べる．スパース性が増大すると，安定性は強くなる傾向がある．更にスパース性が増大すると，安定性は弱くなる．限界までスパース化すると，ネットワークはシフトレジスタを等価となり，安定な周期軌道は存在しなくなる．, The dynamic neural networks are characterized by the signum activation function and ternary connection parameters. Depending on the parameters, the network can generate various binary periodic orbits and fixed points. This paper studies stability of target periodic orbit (or a target memory set of fixed points) stored it the network. Using typical examples, we have investigated relationship between stability of the target periodic orbit and sparsity of the network connection. In the examples, the sparsity increases, the orbit stability tends to be reinforced. As the sparsity increases farther, the stability becomes weak and the network approaches an equivalent system to the shift register where no stable periodic orbit exist.},
 title = {動的バイナリーニューラルネットの不動点と周期軌道の安定性},
 year = {2017}
}