ニューロンの特性ばらつきにより人工ニューラルネットワークの時系列予測性能が向上（Physical Review Researchに掲載）
国立大学法人東京大学国際高等研究所ニューロインテリジェンス国際研究機構と株式会社豊田中央研究所は、人工ニューラルネットワークの一種であるリザバーコンピューティングモデルに、ニューロン特性のばらつきを導入することにより、マルチスケールシステムに関する時系列予測性能を改善できることを示しました。
リリース本文の詳細は、こちらをご覧ください。
この研究成果は、学術雑誌「Physical Review Researchオンライン版」に掲載されました。
タイトル： Reservoir computing with diverse timescales for prediction of multiscale dynamics
著者名： Gouhei Tanaka1,2,3, Tadayoshi Matsumori4, Hiroaki Yoshida4, Kazuyuki Aihara1
1 International Research Center for Neurointelligence, The University of Tokyo
2 Department of Electrical Engineering and Information Systems, Graduate School of Engineering, The University of Tokyo
3 Department of Mathematical Informatics, Graduate School of Information Science and Technology, The University of Tokyo
4 Toyota Central Research and Development Labs., Inc.
掲載誌： Physical Review Research
掲載日： 2022年7月28日（オンライン版）
https://doi.org/10.1103/PhysRevResearch.4.L032014