Fan-in-fan-out制限付きニューラルネットをノードとするニューラルネットツリーの進化的設計に関する考察

スポンサーリンク

概要

論文の詳細を見る
ニューラルネットツリーは、機械学習におけるひとつのモデルである。その特徴は、記号的手法と非記号的手法を融合することにより、少ないノード数で高い認識率を得られることである。しかし、ツリーのノードであるエキスパートニューラルネットをどのように設計するかは今後も重要な課題である。小文では、エキスパートニューラルネットにファンイン・ファンアウト制限を課したニューラルネットツリーについて考察し、幾つかの実験結果を示す。実験では、ノード数の急激な増加を招くことなく制限を加えることに成功した。このようなニューラルネットツリーは、精度の高いルールを抽出する際に効率が良いと考えられる。また、パターン認識において、どの部分パターンが重要なのか推測することもできる。
社団法人電子情報通信学会の論文
2001-10-12

著者

関連論文

もっと見る

スポンサーリンク