追記学習型ニューラルネット

スポンサーリンク

概要

論文の詳細を見る
適応型のパターン認識システムでは誤認識したデータに対して再学習を行ない認識率を向上させる「追記学習」と呼ばれる学習が重要であるが、参層ニューラルネットを用いた場合いくつかの問題が生じる。多層ニューラルネットの学習には一般に誤差逆伝播法[1](BPと略す)が用いられるが、学習に長時間を要することと誤認識したデータみならず過去の学習に用いたデータも含めて学習しなくてはならない問題があり、誤認識したデータのみを追記学習する目的には適さない。また、中間層のユニット数を固定した場合、追記学習によって学習すべきデータ員が増加すると学習の収束に問題が生じる。これらの問題を解決するために、特徴空間のある部分空間のみに発火する興奮性および抑制性ニューロンを中間層に追加し、BPで学習されたネットワークと統合することにより追記学習を可能にするニューラルネットとその学習方法を提案した[2]。今回は既に提案したモデルの一般形である新たなモデルを提案する。
1991-02-25

著者

関連論文

もっと見る

スポンサーリンク