3O1-1 リカレントニューラルネットワークによる遅延を伴う解釈遷移からの論理プログラム表現学習

*セッションの無断動画配信はご遠慮下さい。

05月25日(Thu) 13:50〜15:30 O会場(ウインクあいち-10F 1007会議室)
3O1 基礎・理論「基礎・理論-論理・推論・プランニング」

演題番号	3O1-1
題目	リカレントニューラルネットワークによる遅延を伴う解釈遷移からの論理プログラム表現学習
著者	ポアインジュン(東京工業大学) Tourret Sophie(国立情報学研究所) 井上克巳(国立情報学研究所／東京工業大学)
時間	05月25日(Thu) 13:50〜14:10
概要	Having a method to understand the interactions and delayed influences between components of dynamical systems can provide useful applications to biological and other dynamical systems. In this paper, we present a method relying on Recurrent Neural Networks (RNN) that can learn to distinguish the nature of different systems. This method utilizes Long Short-Term Memory (LSTM) to extract and encode certain features from the input sequence of time-series data. We also show that the produced high dimensional encoding can be used to represent different time series that are resulted from the same dynamical system.
論文	PDFファイル

3O1-1 リカレントニューラルネットワークによる遅延を伴う解釈遷移から の論理プログラム表現学習