重み双方向クラスタリング学習法 : 最適な共有重み構造をもつニューラルネットを求めて(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)
スポンサーリンク
概要
- 論文の詳細を見る
多くの重みをもつニューラルネットの構造を簡素化しつつ汎化性能の向上を図る重み双方向クラスタリング学習と呼ぶ方法を提案する.構造の簡素化とは, ニューラルネット学習において重みがとり得る値の種類を限定して重みの共有化と枝刈りをすることを指す.同じ値をとる重みの集合をクラスタと呼ぶとき, 一般には, 最適なクラスタ数も各クラスタの構成も未知である.同じクラスタ数の場合でも, クラスタ構成には多くの局所解が存在するのでクラスタ数の増加や減少を繰り返して, 与えられたクラスタ数における大域最適解を探索するのが重み双方向クラスタリング学習法である.提案法の有効性を回帰問題と分類問題を用いて評価したところ, クラスタ数を変えながら提案法を適用すれば, 最適なクラスタ数と共有重みが決定できたことを示す.
- 社団法人電子情報通信学会の論文
- 2005-04-01
著者
-
斉藤 和巳
日本電信電話株式会社NTTコミュニケーション科学基礎研究所
-
斉藤 和巳
静岡県立大学経営情報学部
-
中野 良平
名古屋工業大学知能情報システム学科
-
斉藤 和巳
日本電信電話株式会社 Nttコミュニケーション科学基礎研究所
-
中野 良平
Ntt コミュニケーション科学基礎研究所
-
中野 良平
名古屋工業大学大学院工学研究科情報工学専攻
-
斉藤 和巳
現在 静岡県立大学経営情報学部経営情報学科
-
中野 良平
名古屋工業大学 知能情報システム学科
-
中中 良平
Nttコミュニケーション科学基礎研究所
関連論文
- 顧客生涯価値を高めるためのリコメンデーション法(一般セッション,データ工学とメディア理解との融合)
- 顧客生涯価値を高めるためのリコメンデーション法(一般セッション,データ工学とメディア理解との融合)
- LF_005 契約期間を延ばすためのリコメンデーション法(F分野:人工知能・ゲーム)
- 人間関係の重なりを持つコミュニティ構造の抽出(ネットワークが創発する知能)
- トラックバックネットワークに基づくSEOコミュニティの分析(事例分析,ネットワーク生態学〜生命現象から社会文化現象の新しいパースペクティブ〜)
- グラフ索引構造を用いた高速類似探索(人工知能,認知科学)
- MV正則化を用いたニューラルネットモデル簡素化
- 契約期間を延ばすためのレコメンド法
- 契約期間を延ばすためのレコメンド法(セッション1)
- 複数の構成要素データを扱う多クラス分類器の半教師あり学習法