階層型神経回路網における重み精度と出力誤差の関係
スポンサーリンク
概要
- 論文の詳細を見る
ニューラルネットワークの実装においては, ニューロンの重み係数を低ビット化することは回路規模の縮小の観点から非常に重要なことである. 本稿では, 重み係数が浮動小数点表現である場合と固定小数点表現である場合について, 重み係数の精度を低下させた場合にネットワークの出力誤差がどれほど増加するかを理論的に評価し, 計算機実験によってその正しさを確認した.
- 1996-05-24
著者
関連論文
- PARAMETER ESTIMATION OF RBF NETWORKS FOR PATTERN CLASSIFICATION AND PDF ESTIMATION
- 階層形NNにおける活性化関数の一学習法
- システム推定と逆フィルタにおけるIIR適応フィルタの特性
- 多層パーセプトロンにおける内部情報最適化アルゴリズムの提案
- ニューラルネットワークによる工作機械の熱変位予測 : 有効な温度データの解析
- 最近傍データによる学習の収束性の解析
- ハイブリッド形ニューラル予測器における信号の相関性解析
- Kurtosisにより非線形関数を連続可変するブラインドセパレーション
- 追加学習が可能な連想記憶モデルの動作解析としきい値制御の影響
- 階層型神経回路網における重み精度と出力誤差の関係
- 予測に基づく最小二乗アルゴリズムの安定性解析
- GPSとカルマンフィルタ及びNNによるナビゲーションシステムにおける学習データと推測精度の解析
- 階層形ニューラルネットワークにおける非線形シナプスの選択学習法