講演情報
[4M4-GS-2e-03]振動するリカレントニューラルネットワークのためのカーネル占有読み出し
〇戌井 祐人1、池田 正弘1,2、小西 卓哉1,2、河原 吉伸1,2 (1. 大阪大学、2. 理化学研究所)
キーワード：
振動するリカレントニューラルネットワーク、リザバーコンピューティング、カーネル平均埋め込み、占有測度、系列分類
振動するリカレントニューラルネットワークは系列タスクで高い性能を示すが，最終状態による読み出しは隠れ状態の軌跡を十分に活用できないだけでなく，位相のずれに対しても脆弱になり得る．平均プーリングはこの脆弱性を緩和するが，依然として軌跡の活用は十分でない．これらを解決するため，隠れ状態の軌跡の占有測度にカーネル平均埋め込みを適用し，平均だけでなく，高次モーメントを含む分布の情報に基づき線形分類するカーネル占有読み出し（KOR）を提案する．系列分類の実験により，KORが，最終状態および平均プーリングによる読み出しより，位相のずれに対して頑健かつ多くの設定で高い正解率を達成することを示した．