2022年12月12日 第13回
今日は前期に学んだカオスとこれまで学んできたニューロンモデルが両方登場して非常に面白かった．
特に，NSモデルにシグモイド関数を用いるというちょっとした工夫でカオス的応答を再現できるという点や，MPモデル等の従来モデルを一般化したモデルとして理解できるという点が印象的だった．
一方で，NSモデルではa(t)が定数であるという仮定した上の議論でカオスを実現できないとのことであったが，a(t)の時間依存性を保持出来たらカオスを再現出来たりするのではないかと疑問に思った．
良いコメントですね．講義でも説明しましたが，NSモデルの関数形を考えてみるとよいでしょう． 次回触れます．
シグモイド関数にしただけでカオスが現れるのが印象的でした．
複雑な応答も簡単な非線形で再現できることもあるので，カオスを不思議に思いました．
確かに不思議かも．．．
南雲・佐藤ニューロンモデルを変化させることによりカオスを発生させることができることに驚いた
驚きですね．
NSモデルはカオス応答を再現できないが，改良することでカオス応答と不応性が現れるモデルを作ることが出来ると分かった．
卒業研究では，モデルの改良を参考にしたいと思う．
そうしてください．
今日の講義では，NSモデルではカオスという性質は再現できないということ，CNモデルではその性質を再現できるということを学んだ．
それぞれのモデルの違いはステップ関数を使うか，シグモイド関数を使うかということだけだったが，これほど差が出るのかと思った．
また，CNモデルは今までのモデルの一般化したものになっており応用の幅が広いと感じた．
特に今日の講義で大事だと思った部分は，資料のp7の部分．
テーマを決めて最後のステップまで行っても，それがうまくいかないこともある．
だけれど，前に戻ってそれぞれのステップごとに修正や改良を加えることで成功することが出来るかもしれない．
だから，うまくいかなかったからと言ってすぐにテーマを変更するのではなく，ちょっと前に戻って修正・改良することが大切だと考えた．
この考え方は，これからの人生において十分役に立つと思った．
その通りです．素晴らしい．
今回は「NSモデル」と「CNモデル」を学びました. 不応性の再現部分の式は説明を聞くととてもわかり易くてなるほど. となりました. 固定点とカオスの関係が久しぶりに出てきてとてもおもしろかったです.
前期の内容が役に立つと思います．
カオスニューロンモデルと南雲・佐藤ニューロンモデルについて理解することができた．
NSニューロンモデルはなぜ不応性を持つのか，なぜ，NSニューロンモデルはカオスを再現できなく，CNニューロンモデルはカオスを再現できるのかよく理解できた．
α(t)が定数となり，一次元写像となることや合成の解析などもう一度復習しようと思う．
分からなければ質問してください．
様々なニューラルネットワークを比較しながら確認していくことで今までのニューラルネットワークの理解も同時に深まった．
またカオスに行きつく部分も驚いた．
前期のモデリング理論でやったカオスとは形が異なるため違った応用方法があるのではないかと思った．
その通りです．あります．
カオスのTSPにおける応用を学びました．
自分でもプラグラムしてみたいと思っています．
いいですね．素晴らしい！
南雲・佐藤ニューロンの式が表しているもの(不応性など)や，その改良方法についてよくわかりました．
よろしいと思います．
NSニューロン，それを改良したCNモデルについて理解できました．
よろしいと思います．
カオスニューロンモデルも時空間的加算をして拡張できるのかが気になった．
カオスニューロンモデルはNSが元になっているので， 時間加算も入っています．