出力層素子への入力特性に基づく多層ニューラルネットワークの多段階学習法

カテゴリ: 部門大会

論文No: GS5-6

グループ名: 【C】平成20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: 2008/08/20

タイトル(英語): A Multistage Learning for the Layered Neural Network Based on Input Characteristics of an Output Layer Unit.

著者名: 田口 功(敬愛大学),須貝 康雄(千葉大学)

著者名(英語): Isao Taguchi(Keiai University),Yasuo Sugai(Chiba　University)

キーワード: ニューラルネットワーク|振動現象|データ選択|学習係数|振幅減少条件目標値捕捉条件|neural network|oscillatory behaviour|data selection|learning coefficient|decrease condition of amplitudecatch condition of target value

要約(日本語): 階層型ニューラルネットワークは,構成が容易で広範囲に利用されている.ただし,学習対象が複雑な場合,学習が成功しない,あるいは,多大な学習時間を要するという問題点が残る.本論文では,この問題を解決するための方法を提案し,総合的な学習時間を短縮することを目的とする.本論文では,すべての教師データを最初から用いず,誤差が大きいと考えられる教師データの選択を前処理として行なう.段階的に教師データを追加することにより,学習時間が短縮される.さらに,誤差に応じた学習係数の動的調整と振動現象の利用という特徴を持つ.

PDFファイルサイズ: 2,606 Kバイト