難易度に応じた領域分割を行うゲート付きニューラルネットワーク

カテゴリ: 部門大会

論文No: OS3-7

グループ名: 【C】平成14年電気学会電子・情報・システム部門大会講演論文集

発行日: 2002/09/02

タイトル(英語): Neural Networks with Gates that Divide Problems Based on Local Difficulties

著者名: 村田 純一(九州大学),梶原 義龍(九州大学),平澤 宏太郎(九州大学)

著者名(英語): Junichi Murata(Kyushu University),Yoshitatsu Kajiwara(Kyushu University),Kotaro Hirasawa(Kyushu University)

キーワード: 分割統治|入力空間分割|divide and conquer scheme|input space division|function approximation

要約(日本語): 中間層ノードにノード出力の次層伝達を許可／抑制するゲートを設けたニューラルネットワークを提案している．ゲートは入力空間を分割し，分割領域にいくつかのノードが割り当てられ，その領域における問題解決を担当する．これによって問題解決能力が向上する．入力空間分割はゲートの学習によって行われる．その際に，領域ごとの問題の難易度に応じた領域分割が行われる．この結果，問題が難しい領域は細かく分割され，ノードがより密に割り当てられ，一方，問題解決が容易な領域では大きく分割されることによりノードが疎に割り当てられる．これにより，限られたノードを有効に利用することができる．

関数近似の例題によって，提案ネットワークの有効性を確認している．

PDFファイルサイズ: 2,790 Kバイト