個体数が十分大きい場合のスキーマ定理
スポンサーリンク
概要
- 論文の詳細を見る
上坂[1994]はつぎのことを指摘している:(1)スキーマ定理に現れるいくつかの諸量は確率変数であるから、それらの期待値で置き換えないと,この定理の不等式が意味をなさない;(2)しかし,こうするとこの不等式は成り立たなくなる;(3)確率論的に厳密な導出によって正しいスキーマ定理を得ることができる.これらの結果は集団に含まれる個体数が有限の場合の話である.本論文では,初期集団の各個体が独立に同一分布に従って選ばれるならば,個体数が十分大きいとき,もともとのスキーマ定理の不等式がほぼ確率1で成り立つことを示す.
- 社団法人電子情報通信学会の論文
- 1994-05-19
著者
関連論文
- データ復元におけるヒトの予備知識について
- 情報科学からみたニュ-ラルネット (ニュ-ラルネット)
- ホップフィ-ルドマシンと疑似勾配系 (ニュ-ラルネットの数理--脳の解明に向けて)
- 遺伝子にみる進化の情報 (情報圧縮--モデルの推定)
- かたちのスペクトル分析--視覚からみたパタ-ン認識 (画像)
- 情報量規準による区分的線形推定
- 遺伝的アルゴリズムの収束性
- 量子計算と線形2端子回路網 (函数解析学の応用としての情報数理の研究)
- ホップフィールドニューラルネットワークスにおいて大域的最適解が得られる目的関数の族について
- パターンの構造を考慮に入れた学習理論について (パターン認識のための学習 : 基礎と応用)
- 組合せ最適化問題の目的関数を計算する量子回路の一構成法(量子情報理論とその応用)
- 離散積分変換と量子コンピュータ
- 組合せ的最適化問題を多項式時間で解く量子コンピュータについて
- 巡回セールスマン問題を多項式時間で解く量子コンピュータについて
- 2. 各分野における技術の変遷 : 2-11 ニューラルネット(あの技術は今… : 技術の変遷と21世紀への展望)
- 個体数が十分大きい場合のスキーマ定理
- 遺伝的アルゴリズムにおけるスキーマ定理について
- 多点探索型シミュレーティッドアニーリング
- 力学系とニューラルネット(ニューラルネットワーク)
- 3.情報工学に見られる不動点論の散策 3.1ニューラルネットと不動点 : 連想・探索・学習過程の動作的意味 (不動点をめぐって)
- ニューラルネットの基礎数理(3)
- ニューラルネットの基礎数理(2)
- ニューラルネットの基礎数理(1)
- ニュ-ラルネットと学習可能性
- 概念の階層性に着目した数学学習用CAI : LICAI-IIシステムについて
- 図形分節を説明するためのモデル
- 学習認識機械としてのニューラルネットへの期待と課題
- 2. ニューラルネットによる最小値探索(ファジィOR第5回研究会)
- 数理的アプロ-チ--ニュ-ロダイナミックスの数理 (脳における情報処理)
- ニューラルネットによる最小値探索
- ニュ-ロン回路網の可能性 (認識と理解) -- (私の意見--新しい可能性)
- パタ-ン理解の立場から (知識情報処理) -- (知識情報処理の展望)
- 開曲線にも適用できる新しいフ-リエ記述子
- 学習可能性と線形空間
- パタ-ン識別関数の学習可能性について