神経回路網の不完全データの構造活性相関

カテゴリ: 全国大会

論文No: 3-110

グループ名: 【全国大会】平成16年電気学会全国大会論文集

発行日: 2004/03/17

タイトル(英語): Neural Network QSAR for Imcomplete Data Sets

著者名: 青山 智夫(宮崎大学),神部順子 (大東文化大),張暁東 (宮崎大学),長嶋 雲兵(産業技術総合研究所)

著者名(英語): Tomoo Aoyama(Miyazaki University),Jyunko Kambe(Daito University),XiaoDong Zhang(Miyazaki University),Umpei Nagashima(National Institute of Advanced Industrial Science and Technology)

キーワード: 構造活性相関|不完全データ解析|神経回路網

要約(日本語): 多階層型神経回路網はベクトル-ベクトル変換器である。back-propagation learningは因果関係の不明な二種類の観測を、非線形であっても「必ず結びつける」が、それだけでは有用でない。同回路網の微分形やreconstruction learningが提示され、因果関係を推定する指標が明らかになり、それによって同回路網は応用が拓けた。しかし神経回路網は「データが無い」ということを学習できない欠点があった。生物科学測定では欠測は頻繁に起るので、それは同回路網の応用を制約する。本発表の目的はその欠測を取り扱う神経回路網理論を提示することである。

原稿種別: 日本語

PDFファイルサイズ: 943 Kバイト