LVQのパラメタ設定法 : 参照ベクトルの初期値および個数・学習回数・学習係数に関する検討
スポンサーリンク
概要
- 論文の詳細を見る
LVQ(Learning Vector Quantization:学習ベクトル量子化)は高速・高性能のカテゴリ分類法であるが,分類結果に影響を与える様々なパラメタの設定法が明確でない.本研究では,脳内ダイポ-ル個数推定を通して,LVQのパラメタ設定法を検討した.まず,自己組織化特徴写像(Self-Organizing feature Map,SOM)の性質を用いて,学習デ-タの分布に適合して参照ベクトルの初期値を設定する方法を提案した.更に,参照ベクトルの個数,学習回数,学習係数が推定結果に与える影響を調べ,これらのパラメタには正答率に関して最適な値が存在することを示した.最後にBP法との比較を行った.
- 社団法人電子情報通信学会の論文
- 1994-03-25
著者
関連論文
- 視覚誘発電位の最近の進歩 : 大脳高次機能評価への応用
- LVQのパラメタ設定法 : 参照ベクトルの初期値および個数・学習回数・学習係数に関する検討
- 脳内ダイポール個数推定のためのLVQの学習について
- 情報理論に基づいた脳内分布型電源推定
- 脳波を用いたコミュニケーションシステム : 運動イメージ関連電位の脳内等価電流双極子推定
- 視覚性事象関連電位のSpatio-Temporal Dipole Modelによる脳内等価電流双極子推定
- 脳機能解析システム