H_∞学習 : 大域的最適化アプローチ
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学習アルゴリズムとしてバックプロパゲーション(BP)法が広く用いられている。しかし、BP学習アルゴリズムでは学習が遅く、かつ結合係数やしきい値の初期値によって学習効率に大きなばらつきが生じると云った問題があった。本論文では、拡張H_∞フィル夕(EHF)に基づくロバストな学習法であるH_∞学習を提案し、ネットワーク全体に対して大域的にH_∞準最適なg-EHF学習アルゴリズムを導出する。このg-EHF学習アルゴリズムは、その評価関数からBP学習アルゴリズムや拡張カルマンフィルタ(EKF)に基づくg-EKF学習アルゴリズムと比較して結合係数の初期値に対してロバスト(頑強)であることを、排他的論理和(XOR)問題と関数近似問題を用いて検証する。また、各学習アルゴリズムの学習後の解の汎化能力についても考察する。これより、g-EHF学習アルゴリズムの特性として、誤ったデータに対する過学習を回避する可能性があることを明らかにする。
- 2001-03-16
著者
関連論文
- H_∞学習の何が新しいか? : 共役勾配法、準ニュートン法との比較を中心に
- EMアルゴリズムの初期条件への依存性
- H_∞学習 : 大域的最適化アプローチ
- 高速ロバスト学習アルゴリズム
- D-12-117 画像補間の改良における適切な特徴追跡パラメーターの設定(D-12.パターン認識・メディア理解,一般講演)
- LH-005 雑音を含むデータに対するTDNNのロバスト学習(H分野:生体情報科学)
- H_∞学習に基づく動作学習と音声から動作への連想 : 柔らかな学習システムの実現に向けて
- 強化学習によるエコーキャンセラの制御戦略の獲得 : NLMSアルゴリズムを用いた場合
- F-045 強化学習によるエコーキャンセラの制御戦略の獲得(人工知能・ゲーム,一般論文)
- H_∞学習 : 局所的最適化アプローチ
- A-4-27 高速H_∞フィルタのロバスト性とエコーキャンセラへの効果(A-4.信号処理,一般セッション)
- 高速H∞のフィルタの効率的実装と携帯電話用エコーキャンセラへの応用
- A-4-18 ダブルトーク検出をもつH_∞エコーキャンセラの評価(A-4.信号処理,一般講演)
- A-4-30 高速H_∞フィルタを用いた音響エコーキャンセラ(A-4.信号処理,一般講演)
- LH-002 H_2学習における新たな重み空間方程式の導出(H. 生体情報科学)
- 大域的準最適H_∞学習の挙動
- LH-2 誤差曲面における大域的準最適H_∞学習の挙動(H. 生体情報科学)
- 線図形のアフィン変換不変学習
- 1J-10 図形パターンの予測と認識に関する研究 : 平行移動不変