パスワードを忘れた? アカウント作成
この議論は賞味期限が切れたので、アーカイブ化されています。 新たにコメントを付けることはできません。

NICT、レーザーカオス由来の乱数を使って教科学習プロセスを高速化できることを実証」記事へのコメント

  • 高速高品質な乱数生成法ができたという話で、モンテカルロ法使うアルゴリズム全般に適用できる話でしょ。

    しかし、カオスってのは完全な乱数ではないわけで、このケースがどういう式で表されるのか知らないけど、
    アトラクターが結果に影響を与えるということはないんかね。

    • by Anonymous Coward

      いや、むしろ強化学習(というか2つのスロットマシンから儲かるマシーンを探す問題)に応用してみたというのが肝のようだ。
      レーザーでカオスって話はもとからある話のようで、彼らが新たに考え出したわけではないみたい。つまりこの研究からスロットマシンを差し引いたら何も残らないという代物。出版先はScientific reports。金さえ出せば無条件に出る雑誌、というわけでもないだろうが?

      > 本実験では、レーザーカオスを毎秒最大1000億個でサンプリングし、データ処理はオフラインで実装しています。

      > 事前知識ゼロの状態から約 1 ナノ秒(10億分の1秒、1 ns

      • by Anonymous Coward on 2017年08月25日 13時05分 (#3267396)

        将来ニューロチップを開発する場合、集積度を高めていく方法と超高速化して疑似的にネットワークを構築するのかって選択がありますが、これは後者に属するものなのでしょう。

        ニューラルネットは何の相関があるかはっきりとわからないものを突っ込んで何らかの相関を見出したりといった利用もされるのであれば、何も使う乱数が白色である必要もないだろうって所が面白かったです。

        関連する話題としてがありますが、こちらでもカオス的な挙動と学習効率や正解率の関係が出てきます。 [srad.jp]

        個々のニューロンがどんな役割を果たしているのかは不明でも、カオス的な影響によってネットワークが部分的に性格付けされていくのでしょか。

        親コメント
        • by Anonymous Coward

          この研究は「学習」という言葉が入っているが、ニューラルネットワークとは全然関係ない話だよ。

開いた括弧は必ず閉じる -- あるプログラマー

処理中...