深層学習とロバストネス

半導体と脳の神経の違いは0と1を表現するか、その中間を表現できるかそこにあるだろう。脳の場合は様々なところから入力できるし、出力できる。だからフーリエ変換で表現できる以上のことを表現できる。つまり脳の場合、線と面を表現できる。面と面の対応関係から新たな面が生まれ、それが記憶になったりする。

テータ関数を考えてみると、なにかきっかけがつかめるかもしれないな。離散的な点と点の関係を考えるのはもう飽きた。ロバストネスは案外深い問題だな。

学習とニューラルネットワーク (電子情報通信工学シリーズ)

ニューラルネットワークとファジィ信号処理 (ディジタル信号処理ライブラリー)

ニューラル・コンピューティング―理論と実際