統計量を用いたニューラルネットワークモデルのモデル選択 : 間伐木選定を例にして
スポンサーリンク
概要
- 論文の詳細を見る
本研究では各種統計量を用いて間伐木選定ニューラルネットモデルのモデル選択について検討した。ここでは, より汎化能力の高いモデルを選択する規準として, 情報量規準AICおよびMDLPを用い, 情報量規準以外の統計量としてFPEを用いた。学習アルゴリズムには階層型バックプロパゲーション法を用い, 出力条件としては「間伐する」「間伐しない」を用いた。そして, 入力・中間層数および学習データ数や学習条件を変えて学習を行った。その結果, (1)モデルの多くが中間層数が1,2程度で十分な結果を示した。(2)出力層数を1にすると, 学習時における誤認識データ数は0となるが, 汎化能力の点では出力層数が2の場合とそれほど変わらない。(3)出力層数が1および2のどちらの場合も, 学習データ数が全データ数の2割程度で十分な汎化を示した。
- 日本森林学会の論文
- 1999-05-16
著者
関連論文
- 京都市東山における過去70年間のシイ林の拡大過程
- 京都府立大学久多演習林降水量観測--1994年6月〜2000年12月
- 京都府立大学大枝演習林降水量観測--1994年6月〜1999年6月
- ニューラルネットワークによって学習された間伐木選定データの要因別解析(Journal of Forest Research)
- 統計量を用いたニューラルネットワークモデルのモデル選択 : 間伐木選定を例にして
- 非線形工学的手法による主観的森林情報の解析 : ニューラルネットワークを用いた間伐木選定の試み
- 森林から得られる主観的情報の価値とその評価
- 機械学習システムC4.5を用いた地位指数の推定
- ニューラルネットワークを応用した地位指数の推定
- 集団学習アルゴリズムを用いた地位指数推定モデルの精度および汎化性の検証
- ニューラルネットワークを応用した地位指数の推定
- 機械学習システムC4.5を用いた地位指数の推定
- 林分施業法の選木技術 : ウダイカンバ二次林の事例(会員研究発表論文)
- 林分施業法の選木技術 : エゾマツ・トドマツ・シナノキ・イタヤカエデ混交林の事例(会員研究発表論文)
- 林分施業法の選木技術(会員研究発表論文)