機能局在型ニューラルネットワークの学習の一方法

カテゴリ: 部門大会

論文No: GS16-2

グループ名: 【C】平成17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: 2005/09/06

タイトル(英語): A Learning Method of Function Loacalization Neural Network

著者名: 磯野 功典(早稲田大学),笹川隆史 (早稲田大学),古月敬之 (早稲田大学),平澤 宏太郎(早稲田大学)

著者名(英語): Katsunori Isono(Waseda University),Sasakawa／Takafumi (Waseda University),Jinglu Hu(Waseda University),Kotaro Hirasawa(Waseda University)

キーワード: ニューラルネットワーク|学習|機能局在|brain-likeモデル|neural network|learning|function localization|brain-like model

要約(日本語): 筆者等は、ヘブのセルアセンブリを参考にした機能局在型ニューラルネットワーク(FLNN)を提案している。提案しているFLNNは一つのネットワークを機能局在化し、入力と特定のニューロンを関連づけている。つまりFLNNは学習能力だけでなく、機能局在化能力も持つ。FLNNは通常のニューラルネットワークより優れた性能を持つことが分かっている。しかし、機能を局在化することによって学習が複雑になり、ローカルミニマムに陥りやすくなるという問題が生じる。そこで本研究では、FLNNに適した訓練方法を提案する。シミュレーションにより提案する手法がローカルミニマムの問題を軽減することを示す。

PDFファイルサイズ: 1,535 Kバイト