改良自己組織化ネットワークによる非線形スペクトル推定

スポンサーリンク

概要

論文の詳細を見る
本報告では、自己組織化メカニズムと強制学習アルゴリズムの双方を実現した、新しい学習メカニズムをもつフィードフォワードネットワークを提案している。ネットワークの構造は自己組織化を主に行う層と教師付き学習を行う層の2つに分けられる。第1層では入力である学習データの特徴のみで自己組織を行うのではなく、教師データの情報も利用するためネットワークの処理精度が飛躍的に向上する。さらに、自己組織化ネットワークのもつ高速学習のアルゴリズムを用いているため高速学習や並列処理と言った特徴が生かされている。本文ではこれらの特徴を従来の多層パーセプトロンや自己組織化モデルと比較をする事により有効性を示す。特にニューラルネットワークの新しい分野として、音声のARMA分析に見られる非線形スペクトル推定を考え、本手法によって限られた制限内ではあるが非線形のスペクトル推定が可能である事を示す。
一般社団法人情報処理学会の論文
1995-03-09

著者

関連論文

もっと見る

スポンサーリンク