@techreport{oai:ipsj.ixsq.nii.ac.jp:00051191,
 author = {小倉, 宏明 and 畝見, 達夫 and Hiroaki, Ogura and Tatsuo, Unemi},
 issue = {70(1990-ICS-072)},
 month = {Sep},
 note = {機械学習あるいは知識獲得の手法のうち類推，事例に基づく推論，記憶に基づく推論などでは，経験をそのまま記憶し実行時に利用する．これらを実用的な規模の問題に応用するには，大量の経験データを扱うための効率の良い計算アルゴリズムの開発が不可欠となる．ここでは，それらの特殊形と考えられる“有限の記憶容量のもとでの暗記学習”について，要素の重み付けに基づく忘却，および，類似データ検索のアルゴリズムを提案し，その効率について，理論，実測の両面から考察を加える．ここでは，データが実数の場合について2種類，実数の2次元ベクトルの場合について1種類を提案する．計算時間はο（）あるいはο()である．, In analogy, case-based reasoning and memory-based reasoning, the learner memorize its experience without large modification, and recall it to use in future performance. To apply these methods to practical scale of problems, we need some efficient algorithm to process large amount of data. In this paper, we mention "rote learning under ristricted capacity of memory," and propose algorithms for forgetting by weightening and for retrieval of similar data. We mention two cases, where the domain of data is real number and is two dimensional vector of real numbers. Each of the time complexity of these algorithms is ο(1) or ο(logN).},
 title = {暗記学習のための記憶管理方式について},
 year = {1990}
}