データのクラス振分けとクラス別モデルの同時推定法
スポンサーリンク
概要
- 論文の詳細を見る
A data classification method using a Boltzmann machine algorithm is proposed in this paper. The purpose of the classification is to determine local submodels which describe the data of each class. The Boltzmann machine is enabled to estimate both classification and submodel parameters at the same time. The method is also used in conjunction with a set of multilayer-perceptron class models, in which the relevant algorithm work on the basis of calculated expectations, rather than actual stochastic behaviors. The network is shown to be successful for classification of iris data and wine data.
- 2002-06-05
著者
関連論文
- SOM Canonicaへの試み--多様なモデル集合を扱う学習基盤を目指して (非線形問題)
- SIFT特徴量と高階自己組織化マップによる一般画像分類 (ニューロコンピューティング)
- 高階SOMによる自然な形状群表現--アフィン不変な距離測度の導入 (ニューロコンピューティング)
- 高階自己組織化マップのハードウェア化
- NG×SOMによる手書き文字認識(神経ダイナミクス,一般)
- モデル・シミュレーションは脳の理解にどう役に立つか(前編)
- 力学系群の自己組織化アルゴリズム : Parametric Bias法とmnSOMによるアプローチ
- SOM Canonicaへの試み : 多様なモデル集合を扱う学習基盤を目指して(機械学習によるバイオデータマインニング,生命現象の非線形性,一般)
- NLP2010-7 SOM Canonicaへの試み : 多様なモデル集合を扱う学習基盤を目指して(一般,機械学習によるバイオデータマインニング,生命現象の非線形性,一般)
- インターネットにおけるダウン症データライブラリの運営と展開
- 水中ロボットにおける自己組織的行動獲得システム : 第一報:自己組織化マップを用いた運動制御システムの提案
- 2005A-OS1-6 mnSOMを用いた適応型ニューラルネットワークコントロールシステムの開発(オーガナイズドセッション(OS1):新しい展開をみせる水中ロボット技術)
- 形状トポロジーに依存しない線画の自己組織的分類
- SIFT特徴量と高階自己組織化マップによる一般画像分類
- ロボットの知能発達システムの基盤となる成長型アルゴリズムの検証 : 成長型アルゴリズムを用いた移動ロボットにおける環境モデル構築
- 高階SOMによる自然な形状群表現アフィン不変な距離測度の導入(脳のモデルと生物模倣情報処理1,生物模倣情報処理,機械学習,一般)
- モジュラー型自己組織化マップ(mnSOM)によるBVP神経モデルの分岐構造マッピング(NCとのテーマセッション : 海馬の情報処理 : 非線形現象とニューロコンピューティング)
- モジュラー型自己組織化マップ(mnSOM)によるBVP神経モデルの分岐構造マッピング(テーマセッション : 海馬の情報処理 : 非線形現象とニューロコンピューティング)
- TK-3-1 情報処理技術の検証を目的とした研究教育支援設備"RoboCity"及び全方位移動ロボット"WITH"(TK-3. 脳型コンピュータの原型を求めて,大会委員会企画)
- TK-3-1 情報処理技術の検証を目的とした研究教育支援設備"RoboCity"及び全方位移動ロボット"WITH"(TK-3. 脳型コンピュータの原型を求めて,大会委員会企画)
- TK-3-1 情報処理技術の検証を目的とした研究教育支援設備"RoboCity"及び全方位移動ロボット"WITH"(TK-3. 脳型コンピュータの原型を求めて,大会委員会企画)
- TK-3-1 情報処理技術の検証を目的とした研究教育支援設備"RoboCity"及び全方位移動ロボット"WITH"(TK-3. 脳型コンピュータの原型を求めて,大会委員会企画)
- TK-3-1 情報処理技術の検証を目的とした研究教育支援設備"RoboCity"及び全方位移動ロボット"WITH"(TK-3. 脳型コンピュータの原型を求めて,大会委員会企画)
- TK-3-1 情報処理技術の検証を目的とした研究教育支援設備"RoboCity"及び全方位移動ロボット"WITH"(TK-3. 脳型コンピュータの原型を求めて,大会委員会企画)
- TK-3-1 情報処理技術の検証を目的とした研究教育支援設備"RoboCity"及び全方位移動ロボット"WITH"(TK-3. 脳型コンピュータの原型を求めて,大会委員会企画)
- 視覚生理研究用カラーディスプレイ装置の開発とその応用
- D-2-7 ロボットにおけるトポロジカル地図の自己組織的構築方法の提案(D-2. ニューロコンピューティング,一般セッション)
- SOM^2による移動ロボットのための環境内部モデル獲得(機械学習,一般)
- D-2-6 SOM^2 : 高階SOMによる画像分類(D-2. ニューロコンピューティング,一般セッション)
- 鯉網膜水平細胞の色に依存した光応答増強メカニズム
- D-2-8 高階自己組織化マップのハードウェア化 : SOM^2のFPGA化(D-2. ニューロコンピューティング,一般セッション)
- SOM^2のFPGA実装 : システムへの組込みを目指したアルゴリズム開発(機械学習,一般)
- コイ網膜アマクリン細胞における一過性光応答の時空間特性
- 一酸化窒素による網膜神経場の順応調節
- 適応性と汎化性を考慮した自己組織化適応制御器(バイオサイバネティックス,ニューロコンピューティング)
- modular network SOMによる自己組織化適応制御器 : 倒立振子への応用
- 無駄時間系の予測制御 : フィードバック誤差学習法を用いた追従眼球運動系モデル
- TK-3-10 脳型知性のための一般化自己組織化マップ(TK-3. 脳型コンピュータの原型を求めて,大会委員会企画)
- TK-3-10 脳型知性のための一般化自己組織化マップ(TK-3. 脳型コンピュータの原型を求めて,大会委員会企画)
- TK-3-10 脳型知性のための一般化自己組織化マップ(TK-3. 脳型コンピュータの原型を求めて,大会委員会企画)
- TK-3-10 脳型知性のための一般化自己組織化マップ(TK-3. 脳型コンピュータの原型を求めて,大会委員会企画)
- TK-3-10 脳型知性のための一般化自己組織化マップ(TK-3. 脳型コンピュータの原型を求めて,大会委員会企画)
- TK-3-10 脳型知性のための一般化自己組織化マップ(TK-3. 脳型コンピュータの原型を求めて,大会委員会企画)
- TK-3-10 脳型知性のための一般化自己組織化マップ(TK-3. 脳型コンピュータの原型を求めて,大会委員会企画)
- モジュラーネットワーク型 SOM による 3 次元物体集合の自己組織化マップ
- モジュラーネットワーク型SOMによる3次元物体集合の自己組織化マップ
- 関数空間型SOM
- モジュラーネットワークSOMによる音階のマッピング
- モジュラーネットワーク型SOM : 動的システム群の自己組織化マップ
- 非線形歪み誤差の最小化によるBSS
- モジュラーネット型SOM関数空間におけるシステム群の自己組織化マップ
- 競合モジュラーネットによる気象データ分類とモデル推定
- SOM型モジュラーネットワーク : モデル群関係の自己組織化
- 網膜Transient型アマクリン細胞の光応答特性とメカニズム
- 網膜Transient型アマクリン細胞の時空間的な光応答特性
- 動画像特性から見た網膜アマクリン細胞 : 非線形応答生成のメカニズムを探る
- D-2-3 自己進化型モジュラーネットワークの提案(D-2. ニューロコンピューティング,一般セッション)
- 自己進化する新しいモジュラーネットワークの提案(機械学習,一般)
- mnSOMを利用した自己組織的並列計算手法の開発(ニューラルネットワーク画像復元及び一般)
- 一般化自己組織化マップ : 教師あり学習と教師なし学習の融合(「機械学習によるバイオデータマインニング」及び「一般」)
- 網膜神経ネットワークにおける一酸化窒素の機能 : 順応調節信号として役割
- 2A1-A08 モジュラー型自己組織化マップを用いた水中ロボットのシステム同定 : 第2報 : 自律型水中ロボット"Twin-Burger"のダイナミクスヘの応用(水中ロボット・メカトロニクス)
- 2A1-J17 メカトロニクス研究教育支援設備"RoboCity"の開発(ものづくり教育・メカトロニクスで遊ぶ)
- 2P1-E05 モジューラ型自己組織化マップを用いた照明環境適応型アルゴリズムの開発 : ロボカップ環境における照明環境適応型アルゴリズムの開発(ロボカップ・ロボットコンテスト)
- SOMのSOM : SOM集合をマップするSOM(生体情報解析と複雑系科学)
- 自己組織化マップ集合の自己組織化マップ : 「束学習」をめざして(「機械学習によるバイオデータマインニング」及び「一般」)
- 位相保存写像の標準理論確立の試み(ニューロコンピューティングの実装及び人間科学のための解析・モデル化,一般)
- データのクラス振分けとクラス別モデルの同時推定法
- ボルツマンマシンによるモデル選択 : 確率的動作と期待値動作
- モデル・シュミレーションは脳の理解にどう役立つか (後編)
- 不可思議な気体性伝達物質NO : その現状と展望-視覚系における機能を中心にして-
- 視覚画像中の運動検出学習により発現する線形時空間フィルタの機能と構造
- テンソル分解型自己組織化マップの開発 : 非線形テンソル分解の実現(一般,複雑系とニューロコンピューティング)
- 隠れマルチダイナミカルシステムの学習理論とアルゴリズム : 高階位相保存写像による実現(一般,複雑系とニューロコンピューティング)
- テンソル分解型自己組織化マップの応用 : 欠損データ補間方法の提案 (ニューロコンピューティング)
- 積多様体による形状空間表現法 : 高階SOMによる実装 (ニューロコンピューティング)
- 潜在変数分布で評価する高階自己組織化マップ : ヘテロなデータ集合体の可視化ツール
- 変分近似を見直すとSOMとGTMは一元的に理解できる
- テンソル分解型自己組織化マップの開発 : 非線形テンソル分解の実現
- 積多様体による形状空間表現法 : 高階SOMによる実装(ニューロコンピューティングの実装及び人間科学のための解析・モデル化,一般)