遺伝的アルゴリズムを用いたNNのパターン誤差均等化学習法

概要

論文の詳細を見る
階層片ニューラルネットワークの学習に広く用いられているBP法は得られるネットワークが初期乱数に依存し, 収束率が低いといった問題や, 学習を終了させるタイミングが経験的であるといった問題がある.これらの要因はBP法が一様乱数を初期値とする最急降下法による1点探索であることや, ニューラルネットワークが同一誤差に対して複数の内部表現をもつ過剰自由度によるものとされている.本論文ではこのような問題を解決する一学習法として遺伝的アルゴリズムを用いたパターン誤差均等化学習法を提案し, 初期乱数に依存せずに一定の汎化能力をもつネットワークの構築を目指すものである.提案する学習法は複数点同時探索を行う遺伝的アルゴリズムを用いて学習を行うことにより初期乱数の依存性や局所解の問題を解決する.また, 各パターン間における2乗誤差のばらつきをなくし, 均等に学習することにより初期乱数に依存性しにくく, 学習終了時の2乗誤差において一定の汎化能力をもつネットワークを構築することが可能となる.提案法を用いてXOR問題の学習を行ったところ従来のBP法に比べ初期乱数にあまり依存せずに解空間の対称性が高いネットワークが得られ, 提案法の有効性が示された.
1998-12-15

遺伝的アルゴリズムを用いたNNのパターン誤差均等化学習法

スポンサーリンク

概要

著者

関連論文

スポンサーリンク