[1Win4-10] 入力の信頼性を予測するベイズ推論ユニットを用いたネットワークの活用
キーワード：ベイズ推定、計算論的神経科学、ホップフィールドネットワーク
自由エネルギー原理では, 人間の脳がベイズ推論に基づく確率的な推論を行っている可能性が示唆されている. 本研究では, 深層学習などの決定論的な推論に対して, 確率的推論が持つ「曖昧さ」を扱う能力に着目した新たなベイズ推論ユニットを提案する. 過去の学習から新たな入力の信頼性を予測し, 信頼性の低い入力を事前に排除することで計算量の削減を図る. 加えて, これを脳の基本的な特性の一つと考え, 提案ユニットを素子に応用したホップフィールドネットワーク(HNN)の振る舞いを調べた. 実験から, 提案HNNでは埋め込んだパターンの想起が可能であり, 同時に不安定で曖昧な状態を持つことが示された.
講演PDFパスワード認証
論文PDFの閲覧にはログインが必要です。参加登録者の方は「参加者用ログイン」画面からログインしてください。あるいは論文PDF閲覧用のパスワードを以下にご入力ください。