情報量最大化学習を用いたニューラルネットワークの特性

姉川 正紀
志久 修
中村 千秋
中村 彰

本論文では，ニューロンには，その生存と情報処理を主な目的とするホメオスタシスが存在し，脳内の局所的な領域等では，その結合は主に外界からの情報を基にした学習によりその状態が変化しているものと仮定し，これらの学習のモデル化をおこなう．具体的には，複数のニューロンから構成されるニューロンプールを情報処理の基本単位として導入し，ニューロンプールに存在すると考えられるホメオスタシスにより，ニューロンプール自身が最も情報量が大きくなるように自己組織化をおこなう，“情報量最大化学習を提案する”．本提案手法によって，教師信号無しに高精度な学習が可能になった．

長崎大学工学部研究報告

長崎大学

http://ci.nii.ac.jp/naid/110006425049
https://jglobal.jst.go.jp/detail?JGLOBAL_ID=200902129248430855
http://ci.nii.ac.jp/ncid/AN00178418