閾値論理変換ネットワークによるバックプロパゲーション学習法の高速化
スポンサーリンク
概要
- 論文の詳細を見る
閾値論理変換ネットワークを用いたバックプロパゲーション(BP)学習法の高速化手法を提案する。閾値論理変換は区分的に線形な関数を用いた非線形変換である。閾値論理変換ネットワークは入力層と中間層の間に閾値論理変換を実現する入力データ変換層を持ち、入力データの大域的特徴を効率的に抽出する。3つの例題につきシミュレーションを行ったところ、閾値論理変換ネットワークは従来のBPネットワークに比べ、学習回数が1, 5〜1/20程度まで大幅に減少した。また収束率も33.3%から99.3%へと著しく向上した。
- 社団法人電子情報通信学会の論文
- 1993-11-24
著者
関連論文
- カオスを応用した論理回路の組み込み自己テスト
- 位相比較器と周波数可変発振器の一体化構成による高速デジタルPLL
- ゲート遅延時間の電源電圧依存性を利用したA/D変換器
- 位相比較器と周波数可変発振器の一体化構成による高速デジタルPLL
- ディジタル処理による高精度化と複数パルス測定を可能とした時間A-D変換LSI
- 高速デジタル制御発振回路
- 高精度微小時間数値化LSI
- 時間/数値変換LSI
- ベクトルニューロンニューラルネットを用いた4色問題の並列アルゴリズム
- 閾値論理変換ネットワークによるバックプロパゲーション学習法の高速化
- 四層フィードフォワードニューラルネットワークの写像能力
- 3自由度ねじり振動系を使用した2次元光スキャナ