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
スポンサーリンク
概要
- 論文の詳細を見る
入力層から出力層への直接結合がある3層フィードフォワードニューラルネットワークでn変数パリティ関数を実現する場合,隠れ層の素子数を[n/2]にすることが可能であることを示す.更に,この回路に誤差逆伝搬法を適用することにより5変数までは学習可能であることを確認する.また,入力層から出力層への直接結合がない回路についても出力関数をシグモイド関数とした場合隠れ層の素子数をn未満で実現可能であることを具体的な例を挙げて示す.
- 社団法人電子情報通信学会の論文
- 1994-01-25
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