伊達 >> 神経回路網特論 >> 課題4

課題4

目的

感じ取れる可能性のある性質

• ある程度ノイズが含まれていても，記憶されているパターンを想い出せる．
• 記憶事項の数が多すぎると，もともとあった記憶まで壊れてしまう．
• ノイズがある程度以上含まれていると，いったん想い出しにかかるが遠ざかる．

サンプルコード

• 連想記憶モデル （アルファベット 5x7） associative_memory060526.c
• 連想記憶モデル （漢字 20x20） associative_memory060526k.c
• データ アルファベット alpha1.h， 漢字のデータ kanji1.h

  % gcc associative_memory060526.c
  % a.out
  

  まずは，プログラムの上部に書かれている値をいろいろ 変えてみて，何が変わるか観察する．

いろいろと変更して試すべき点

• 記憶するパターン数： N_SUPERIMPOSED
  • この値を変えることにより， いくつか以上記憶させると，もともと記憶しておいたパターンさえ壊れる ことを観察する． （このときは double NOISE_LEVEL = 0.0; としておく．）

    int N_SUPERIMPOSED = 4;
    

  • このときの機械の性能は，横軸に時間，縦軸に， 想起しようとするパターンとの（正規化した）内積をプロット すればわかる．（サンプルプログラムで，時々出現する図のこと）
• 初期状態として与えるパターンに含まれるノイズの量： NOISE_LEVEL
  • パターンを構成する要素1,-1の30%を反転させたい場合．

    double NOISE_LEVEL = 0.3;
    

• 自分で記憶パターンを作ってみる
  • alpha1.h や kanji1.h を参考に作ってみる．
  • 記憶するパターンが互いに類似している場合，どうなるか．
• その他，いろいろ試してみる．

補足

• このモデルは自己相関型であるが，相互相関型にすれば， 時系列を想起できる様子が体験できる．

そのほか

• サンプルコードにはバグがあるかもしれないので，あまり信用しないこと．
• ソースコードにはコメントを少しだけ書いた． 変数名からだいたいは推測できるようになっている．
• LaTeX で楽にレポートを作成する方法