多ビット出力バイナリニューラルネットのGAを用いた学習法

カテゴリ: 部門大会

論文No: MC6-2

グループ名: 【C】平成18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: 2006/09/05

タイトル(英語): A GA based learning method to multi-bit binary neural networks

著者名: 村山 聡(武蔵工業大学),中野 秀洋(武蔵工業大学),宮内 新(武蔵工業大学)

著者名(英語): Satoshi Murayama(Musashi Institute of Technology),Hidehiro Nakano(Musashi Institute of Technology),Arata Miyauchi(Musashi Institute of Technology)

キーワード: バイナリニューラルネット|遺伝的アルゴリズム|教師あり学習|幾何学的学習|binary neural networks|genetic algorithm|supervised learning|geometrical learning

要約(日本語): 本稿では，GAを用いた多ビット出力バイナリニューラルネット（BNN）の学習法を提案する．従来研究において，BNNの各パラメータをGAを用いて学習する手法（GAETL法）が提案されている．しかし，従来のGAETL法は基本的に１ビット出力BNNに対する学習法である．そこで本研究では，多ビット出力BNNを効率的に学習させるための，GAETL法における遺伝子の操作方法，評価方法等について検討する．様々な入出力ビット数の教師信号を例題とした数値実験を行い，学習後におけるBNNのパラメータのばらつきや中間層ニューロン数，学習に要する実行時間についての比較を行う．

PDFファイルサイズ: 2,218 Kバイト