著者

田村 浩人 河野 崇 合原 一幸

出版者

Institute of Industrial Science The University of Tokyo

雑誌

生産研究 (ISSN:0037105X)

巻号頁・発行日

vol.70, no.3, pp.183-185, 2018-05-01 (Released:2018-05-30)

参考文献数

11

---

近年,深層ニューラルネットワーク(deep neural network, DNN) が機械学習分野で関心の中心にあり,一方でカオスニューロンモデル及びカオスニューラルネットワーク(chaotic neural network, ChNN) が計算論的神経科学や非線形科学において注目を集めている.しかし,深層のChNN に関する研究は未だない.このギャップを埋めるべく,本稿ではReLU(rectifier linear unit) カオスニューロンモデルを提案する.これはReLU を活性化関数として用いるDNN を,ChNN に拡張する際に必要となる.さらに,ReLU の単純さにも関わらず,単一のReLU カオスニューロンでも動的に変化する出力を生成できることを示す.