[3H2-OS-9b] OS-9

11:00 AM - 11:15 AM JST(2:00 AM - 2:15 AM UTC)

[3H2-OS-9b-01] Dynamical systems analysis of reservoir computing based on generalized synchronization

〇Akane Ohkubo¹, Masanobu Inubushi^1,2 (1. Tokyo University of Science, 2. The University of Osaka)

Keywords:

Neural network,Dynamical systems

決定論的力学系におけるカオス時系列予測は，気象予報など幅広い実応用において重要である．リザバーコンピューティング（RC）はリカレントニューラルネットワークの学習法の一つで，学習パラメータを出力重みのみに限定するという特徴をもつ．出力重みを解析的に求めることで学習時における不安定性の問題が起こらず，同時に計算コストを大幅に減少させる．このような単純化を行なっているにもかかわらずRCの予測性能は高く，その数理的機構を解明するために，一般化同期など力学系理論を用いた研究がなされている．一般化同期とは，一方の力学系から与えられたデータによって駆動されたもう一方の力学系の状態が，遷移期間を除いて一意に定まることをいう．本研究ではこの同期現象を基に，RCが力学系を学習する際に近似する写像について新たな解釈を与えた．具体的には，この写像の一次近似が従来のRCに相当すると解釈した．そこで二次近似や三次近似を考慮し，RCに非線形出力を導入した手法を提案する．この提案手法を用いて，RCが学習対象の力学系を高精度に再現できることが明らかとなった．