カオスを用いた最小値探索手法の実験的考察
スポンサーリンク
概要
- 論文の詳細を見る
本報告では, カオスを用いた新しい最小値探索手法を提案している. カオスニューラルネットワーク(CNN)は,高い確率で最小値探索を行えるが,対象が2次関数に限定されている.本報告では,CNNから任意の非線形関数の最小値探索を行える新しい最小値探索手法を導出し,実験的にその性能を評価している.実験により提案手法は,2次関数以外の非線形関数の最小値探索に応用できることを確認している.また本手法を3層ニューラルネットワークの学習法であるBP法に導入し,3, 4,5ビットパリティチェック問題に対して,従来法とほぼ同等の学習能力を有することを確認している.
- 1997-02-06
著者
-
太田 正哉
大阪電気通信大学工学部通信工学科
-
太田 正哉
大阪電気通信大学
-
太田 正哉
大阪電気通信大学工学部通信工学科 工学研究科総合電子工学専攻
-
西村 将典
大阪電気通信大学工学部通信工学科
-
安田 光一
大阪電気通信大学工学部通信工学科
関連論文
- 8パズルに対するカオスを用いたヒューリスティック探索法
- FPGAに適したニューラルネットワークと組合せ最適化
- カオスを用いた最小値探索手法の実験的考察
- カオスを用いた最小値探索手法の実験的考察
- グラフ分割問題に対するカオスニューラルネットワークの最適化能力
- シグモイド関数を用いたカオス的最小値探索法
- 負の自己結合を有するPLAニューラルネットワークと組合せ最適化(非線形回路とシステム,及び一般)
- 自己結合を自律制御するカオスニューラルネットワークとその多層チャネル配線問題への応用(非線形回路とシステム,及び一般)
- 負の自己結合を有するPLAニューラルネットワークと組合せ最適化
- 自己結合を自律制御するカオスニューラルネットワークとその多層チャネル配線問題への応用
- カオスニューラルネットワークを用いた多層チャネル配線問題の解法
- A-4-31 CPLDを用いたカオスヒューリスティック探索法のハードウェア化
- A-2-8 2組のカオス的大域最適化手法の並列結合
- グラフ分割問題に対するカオスヒューリスティック探索法