Building Efficient Machine Learning with Reproduction and Competition Mechanisms Incorporating Terminal Attractor

カテゴリ：部門大会

論文No：MC1-2

グループ名：【C】2025年電気学会電子・情報・システム部門大会

発行日：2025/8/20

タイトル(英語)：Building Efficient Machine Learning with Reproduction and Competition Mechanisms Incorporating Terminal Attractor

著者名：佐藤 力（富山県立大学）,奥原 浩之（富山県立大学）,Rene Antonio Oliveira Nzinga（富山県立大学）

著者名(英語)： Chikara Sato (Toyama Prefectural University),Koji Okuhara (Toyama Prefectural University),Antonio Oliveira Nzinga Rene (Toyama Prefectural University)

キーワード：

要約(日本語)：関数近似手法の1つである複製・競合動径基底関数ネットワーク(RC-RBFN)は，基底関数の数を環境の変化に応じて動的に変化させる手法である．しかし，複製において多重積分を行う必要があり，計算に時間がかかる場合がある． そこで本研究では，計算量を考慮した複製方法を提案して実装を行う．また，従来の機械学習手法にRC-RBFNを組み込むことも提案する．

本誌掲載ページ：1088-1091p

原稿種別：日本語

PDFファイルサイズ：534Kバイト