Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
岸本 牧; 坂佐井 馨; 荒 克之
Journal of Applied Physics, 79(1), p.1 - 7, 1996/01
被引用回数：10 パーセンタイル：48.61(Physics, Applied)磁界逆問題は、本質的に解が一意に定まらないill-posedな問題であり、解析的な手法では解くことが出来ない。そこでこの磁界逆問題を、磁界源電流の存在する空間領域への電流最適配置化問題へと変換し、その最適化問題を解く手法として、ホップフィールド型ニューラルネットワークと遺伝的アルゴリズムを組み合わせた新しい手法を提案した。そしてコンピュータによるシミュレーションによりその有効性を示した。
岸本 牧; 坂佐井 馨; 荒 克之
MAG-93-167, p.17 - 34, 1993/09
磁界源電流分布推定を、空間的な電流最適配置化問題と考え、この最適化問題の解法として、多値化したホップフィールド型ニューラルネットワークを適用した。そしてこのホップフィールド型ニューラルネットワークを最適化問題に適用する際に問題となるネットワーク初期値問題を、遺伝的アルゴリズムを用いてネットワークが最適解に収束するようなネットワーク初期状態を検索することにより解決し、シミュレーション計算により、本手法の磁界逆問題における有効性を示した。また本手法の大強度加速器のビームプロファイル計測への応用についても提案した。
岸本 牧; 坂佐井 馨; 荒 克之
電気学会論文誌,C, 113(9), p.719 - 727, 1993/00
磁界源電流分布の逆推定は、解が一意に求まらない問題として知られている。この逆問題を、電流分布領域への電流最適配置化問題へと帰着させ、この最適化問題解決の手段として、ホップフィールド型ニューラルネットワークを用いた。そして、ホップフィールド型ニューラルネットワークを最適化問題に応用する際に問題となるネットワークの初期値問題をクリアするために、遺伝的アルゴリズムを用い、ニューラルネットワークの収束値が、最適解となるような初期状態の探索を行うようにした。また、不均一な電流分布の逆推定に対応するように、遺伝的アルゴリズムとニューラルネットワークを多値化し、その収束性やネットワークエネルギー変化等についても明らかにした。
