機能を融合する発達型人工神経回路網モデル |
❏ 低次機能を融合する発達型人工神経回路網構築への取り組み |
概要 |
従来の深層学習では、ノード間の結合荷重の学習に よってネットワークのトポロジーを捉えようとするため、本来不必要なノード間の結合も学習対象となり、 無駄な学習を多くする手法となっている。一方で、生物は本能と呼ばれる生得的な基本知識を環境における 経験から発達させ、高次の機能を有する行動知識を獲 得する。このような知能の発達は学習ではなく「発達」 という形で捉えることができる。本研究では、ネットワークの発達によってそのトポロジーを捉えるモデルであるWeight Agnostic Neural Networks(WANN)を基盤技術として採用し、既得の低次機能から複雑な技能を表現する高次機能が発現された、機能の階層関係を獲得する発達型人工神経回路網(Developmental Artificial Neural Networks, DANN)の構築を目指す。 |
研究スライド |