局所線形モデルを導入したウェーブレットニューラルネットワークのベイズ的設計法

カテゴリ: 部門大会

論文No: GS5-7

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): Local Linear Wavelet Neural Networks Based on a Bayesian Design Method

著者名: 小林 邦和(山口大学),大林 正直(山口大学),呉本 尭(山口大学)

著者名(英語): Kunikazu Kobayashi(Yamaguchi University),Masanao Obayashi(Yamaguchi University),Takashi Kuremoto(Yamaguchi University)

キーワード: 局所線形モデル|ウェーブレットニューラルネットワーク|ネットワーク設計|パラメータ学習|ベイズ法|local linear model|wavelet neural network|network design|parameter learning|Bayesian method

要約(日本語): 通常,ウェーブレットニューラルネットワーク(以下WNN)は,次元数の増加に伴い,ユニット数が爆発的に増加してしまう次元の呪いという問題を内包している.この問題を解決するために,局所線形モデルを導入したWNNが提案されている.しかし,ネットワークの構造設計に関しては,ほとんどの場合,経験的に行われているのが現状である.本研究では,ベイズ法を導入することにより,WNNの構造設計を行うことを試みる.提案法では,ベイズ法で必要となる事前分布は,対象データのウェーブレットスペクトルの情報を用いて決定している.計算機シミュレーションにおいて,関数近似問題を用いて,提案法の有効性を検証する.

PDFファイルサイズ: 4,870 Kバイト