「パーセプトロン」の版間の差分

提供:脳科学辞典
ナビゲーションに移動 検索に移動
(ページの作成:「 米国の心理学者フランク・ローゼンブラット(Frank Rosenblatt)は1958年前後に、脳における感覚情報の処理メカニズム、すなわ...」)
 
編集の要約なし
1行目: 1行目:
 米国の心理学者フランク・ローゼンブラット(Frank Rosenblatt)は1958年前後に、脳における感覚情報の処理メカニズム、すなわち、学習的なパターン認識メカニズムの神経回路網モデルを提案し、パーセプトロン(perceptron)と名づけた。パーセプトロンは、単純な情報処理をする多入力1出力の神経細胞(ニューロン)のモデルを相互に結合した構造をもち、ニューロン間の信号の伝わりやすさを変化させることによって学習を行う。ローゼンブラットは様々な構造のパーセプトロンを提案し、その性質を数理的・統計的に解析したが、そうした中でも、感覚入力にあたるS(Sensory)層、入力信号を分析するA(Association)層、処理結果を出力するR(Response)層の3つの層から成り、入力から出力に向かう前向き結合のみをもつネットワークや、その層を増やしたネットワークが、その後の時代にもっともよく盛んに研究された。こうしたことから、現在では「パーセプトロン」という言葉は、階層型のニューラルネットワークモデルという意味で使われることが多い。以下では、ローゼンブラットによって提案されたパーセプトロンとその理論解析について述べる。
 米国の心理学者フランク・ローゼンブラット(Frank Rosenblatt)は1958年前後に、脳における感覚情報の処理メカニズム、すなわち、学習的なパターン認識メカニズムの神経回路網モデルを提案し、パーセプトロン(perceptron)と名づけた。パーセプトロンは、単純な情報処理をする多入力1出力の神経細胞(ニューロン)のモデルを相互に結合した構造をもち、ニューロン間の信号の伝わりやすさを変化させることによって学習を行う。ローゼンブラットは様々な構造のパーセプトロンを提案し、その性質を数理的・統計的に解析したが、そうした中でも、感覚入力にあたるS(Sensory)層、入力信号を分析するA(Association)層、認識結果を出力するR(Response)層の3つの層から成り、入力から出力に向かう前向き結合のみをもつネットワークや、その層を増やしたネットワークが、その後の時代にもっともよく盛んに研究された。こうしたことから、現在では「パーセプトロン」という言葉は、階層型のニューラルネットワークモデルという意味で使われることが多い。以下では、ローゼンブラットによって提案されたパーセプトロンとその理論解析について述べる。

2013年5月27日 (月) 16:18時点における版

 米国の心理学者フランク・ローゼンブラット(Frank Rosenblatt)は1958年前後に、脳における感覚情報の処理メカニズム、すなわち、学習的なパターン認識メカニズムの神経回路網モデルを提案し、パーセプトロン(perceptron)と名づけた。パーセプトロンは、単純な情報処理をする多入力1出力の神経細胞(ニューロン)のモデルを相互に結合した構造をもち、ニューロン間の信号の伝わりやすさを変化させることによって学習を行う。ローゼンブラットは様々な構造のパーセプトロンを提案し、その性質を数理的・統計的に解析したが、そうした中でも、感覚入力にあたるS(Sensory)層、入力信号を分析するA(Association)層、認識結果を出力するR(Response)層の3つの層から成り、入力から出力に向かう前向き結合のみをもつネットワークや、その層を増やしたネットワークが、その後の時代にもっともよく盛んに研究された。こうしたことから、現在では「パーセプトロン」という言葉は、階層型のニューラルネットワークモデルという意味で使われることが多い。以下では、ローゼンブラットによって提案されたパーセプトロンとその理論解析について述べる。