判別木,ニューラルネットと進化アルゴリズムの統合

概要

論文の詳細を見る
機械学習において、数多くのアルゴリズムが提案されている。これらのアルゴリズムを、記号的手法、非記号的手法、進化的手法など、幾つかのカテゴリに分類することができる。当然、これは厳密な分割ではなく、カテゴリ間のオーバーラップがある。一般論で言えば、記号的手法は、「わかる」ルールを抽出するのに有効である。非記号的手法は、「わからない」ルール、即ち専門家でも解釈できない知識を獲得するのに都合が良い。進化的手法は、変わっている環境から知識を発見するために使える。現実の問題を解くために、これらの手法を統合することはしばしば必要となる。ロボットの行動戦略を獲得することは、その一例である。小文では、判別木(DT)、ニューラルネット(NN)と進化アルゴリズム(EA)を統合するために一種類のアルゴリズムを提案する。基本的アイディアとしては、訓練集合を進化により得て、それを基に判別木を設計し、その判別木をまたニューラルネットの設計に利用され、最後にニューラルネットの性能によって訓練集合を評価する、ということである。このアイディアから幾つかのアルゴリズムが得られる。その中に既に提案されているアルゴリズムもあるが、本論文の重要なポイントは、これらのアルゴリズムを共通のフレームの中で考察することにより、新しい、もっと良いアルゴリズムの提案が可能となることである。
社団法人電子情報通信学会の論文
2001-03-15

判別木,ニューラルネットと進化アルゴリズムの統合

スポンサーリンク

概要

著者

関連論文

スポンサーリンク