クラスター重心移動ニューラルネットワークによる汎化性能の改善検討

カテゴリ: 部門大会

論文No: TC5-7

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): Study of Generalization Performance Improvement via Cluster Centroids Movement Neural Network

著者名: 小山田 将亜（東芝三菱電機産業システム）,國松 禎明（熊本大学）,水本 郁朗（熊本大学）

著者名(英語): Masatsugu Oyamada (Toshiba Mitsubishi-Electric Industrial Systems Corpoation),Sadaaki Kunimatsu (Kumamoto University),Ikuro Mizumoto (Kumamoto University)

キーワード: クラスタリング|重心|ニューラルネットワーク|汎化性能|Clustering|Centroid|Neural network|Generalization performance

要約(日本語): 実データを教師データとして使用，訓練したニューラルネットワーク（NN）で性能を予測することは電気機器設計に有効であり，利用できる限られたデータ数で高性能なNNをいかに構築するかが重要となる。一般的な電気機器は標準化された思想により設計され，データ間には一定の類似性があると考えられる。そこで、k-means法により類似データにクラスタリング，類似性を確保しつつ複数クラスター群を生成，クラスター毎にNNを構築することで汎化性能を改善した。