多層ニューラルネットワークの構造最適化の一手法

カテゴリ: 全国大会

論文No: 3-082

グループ名: 【全国大会】令和3年電気学会全国大会論文集

発行日: 2021/03/01

タイトル(英語): A Method of Optimization for Multi-layered Neural Network Structure

著者名: 古川聡也（明治大学）

著者名(英語): Soya Furukawa (Meiji University)

キーワード: 多層ニューラルネットワーク|ドロップアウト|構造最適化|Multi-layered Neural Network|Dropout|Optimization for Structure

要約(日本語): ドロップアウトを用いた多層ニューラルネットワークの構造最適化の一手法を提案する。構造最適化とは中間層におけるノード数を、認識率を損なわず削除していくこととする。学習過程において1周分の学習回数N、各ノードの励起状態数pから各ノードに対してr(=p/N)を算出し、r≧0.25を満たさないノードを不要と判断する。教師データの内、Nデータを採択し、誤差逆伝搬法で学習をM周する。次に、テストデータで認識率を求め、前段階の認識率と比較し、認識率の変化率を算出する。変化率が-30%未満であれば、不要なノードのドロップ

原稿種別: 日本語

PDFファイルサイズ: 372 Kバイト