福島で開催された，ロボティクス・メカトロニクス講演会2017（Robomech2017）で，
「リザーバコンピューティングによる目的切替可能な強化学習」
というタイトルで発表しました．
内容は，リカレントニューラルネットワークの一種で入力層と中間層（リザーバ層）の結合荷重を学習しないモデルであるリザーバコンピューティングを利用した話です． リザーバコンピューティングが持つ内部ダイナミクスが定常入力によって異なる振る舞いを発現させる性質を利用した破滅的忘却を防ぐための学習手法の提案です．
福島で開催された，ロボティクス・メカトロニクス講演会2017（Robomech2017）で，
「リザーバコンピューティングによる目的切替可能な強化学習」
というタイトルで発表しました．
内容は，リカレントニューラルネットワークの一種で入力層と中間層（リザーバ層）の結合荷重を学習しないモデルであるリザーバコンピューティングを利用した話です． リザーバコンピューティングが持つ内部ダイナミクスが定常入力によって異なる振る舞いを発現させる性質を利用した破滅的忘却を防ぐための学習手法の提案です．