適応型オンラインBP学習法
スポンサーリンク
概要
- 論文の詳細を見る
多層フィールドフォワードニューラルネットワークモデルの学習法であるBP法には, バッチ形式(BBP)とオンライン形式(OBP)がある.本論文では, 学習パターンが入力されるたびに重みが更新されるOBP法を変形した適応型オンラインBP法(MOBP)を提案し, MOBP法がOBP法及び従来提案されていた他の改良OBP法に比べて, クラス分けの問題に対して, 収束率及び学習速度の点で優れていることを2進九九問題, 2重ら旋問題, n-パリティ問題のコンピュータシミュレーションにより実証する.
- 社団法人電子情報通信学会の論文
- 2001-01-01
著者
関連論文
- ショートカット結合をもつ多層ニューラルネットワークにおける学習の高速化に関する研究
- 遺伝的アルゴリズムを併用した2値論理関数の3層ニューラルネットワークモデルによる実現
- 空気力学に基づくトンボのCGシミュレーション
- ショートカット結合をもつニューラルネットワークモデルの学習能力について(研究速報)
- 適応型オンラインBP学習法
- 3層フィードフォワードニューラルネットワークによるパリティ関数の実現
- 連想記憶機能を実現するニューラルネットワークモデル
- ショートカット結合を持つニューラルネットワークモデルの学習能力について
- 遺伝的アルゴリズムのニューラルネットワークへの応用--重み及びしきい値の初期値設定