パルスニューラルネットワークのための学習率最適化を用いた誤差逆伝播学習法

カテゴリ: 部門大会

論文No: GS13-1

グループ名: 【C】平成19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: 2007/09/04

タイトル(英語): Fast Back Propagation Learning Using Optimization of Learning Rate for Pulsed Neural Networks

著者名: 山本 健二(千葉大学),岡本 卓(千葉大学),小圷 成一(千葉大学),平田 廣則(千葉大学)

著者名(英語): Kenji Yamamoto(Chiba University),Takashi Okamoto(Chiba University),Seiichi Koakutsu(Chiba University),Hironori Hirata(Chiba University)

キーワード: パルスニューラルネットワーク|誤差逆伝播法|学習率学習率|pulsed neural network|back propagation learning|learning rate

要約(日本語): パルスニューロンモデルに適した学習法として,結合荷重に加えてパルスニューロンの特有のパラメータである減衰率を学習するパルスニューラルネットワーク（Pulsed Neural Network: PNN）に特化した誤差逆伝播法が提案されている。しかし,この学習法では入出力値をパルスの頻度として表すため,一定回数のパルスを受け取らなければパルスの頻度が判断できず,入出力値が決定できない。そのためPNNでの誤差逆伝播学習では学習に多くの時間がかかるという問題がある。そこで本研究では,これまで固定値としてきた学習率を可変とし,結合荷重や減衰率の更新時に最適化することで収束を高速化できるPNNのための誤差逆伝播法を提案する。計算機実験の結果,平均学習回数の短縮が達成され,提案手法の有効性が示された。

PDFファイルサイズ: 3,514 Kバイト