🚀 go-pugleaf

nakashim@captain.etl.go.jp (Hideyuki Nakashima) wrote
 |	   b) 各回に出力の大きな順に要素 n(=10)個を人為的に選んで解を構成させ、
 |
 |これって，自動化できますよね．何故わざわざ人為的なのでしょう？

 フォローありがとうございました。すこし言葉の選び方がまずかったようです。

 人手（マニュアル）で選ぶという意味はなく、sortingというかなり凝った手段を
 導入していると言いたかったのです。各ユニットが単純な方程式に従って独立に
 動作する、というニューラルネットの基本からは少し離れているという意味です。

 通常は、「ニューロンの出力値が0.5を越えたら発火状態とみなす」などの単純な
 規則を用いるのですが、野沢さんの論文では n^2個のユニットをスキャンして、
 出力値をsortingして大きな方からn個を選んで、それを元に解を組み立てて
 いらっしゃいます。 上位n位までで切る操作を加えると、しきい値の設定が楽に
 なり、解法としての成績は上がります。ただしこの影響はさほど大きなものでは
 ありません。2000ステップ中「最も良いものを覚えておく」方が効いています。 

 別に本物の脳のモデルを作っているわけではないのですから、このような処理上の
 工夫は大いに結構なのです。既存の方法との比較の話だったので気にしたまでです。

＊＊

 私は前記事で掲げたような理由により、野沢氏の作られたネットの成績を
 「とんでもなく良い」と判定するのは論理的におかしいと考えます。もっと正確
 にいえば、氏のネットは良かったのだけれど、「カオスを利用したから」良い
 成績が出たと主張するために必要だった比較実験がなされていないと考えます。

 にもかかわらず氏のアイデアの面白さや今後の発展性に私はワクワクしています。
 今までの理論（自己feedbackなし）を包含した一般性のあるモデルなのですから。

 なんとか不正確な報道の悪影響なんかから逃れて、科学的な議論だけでこの分野
 を発展させてはいけないものなんでしょうか。｛ちょっと大げさ｝
--
秋山 泰／あきやま ゆたか     京都大学 化学研究所  
akiyama@kuicr.kyoto-u.ac.jp  生体分子情報研究部門III 生物情報科学領域