多重解像度構造による階層型ニューラルネットワークの学習能力の改善
スポンサーリンク
概要
- 論文の詳細を見る
従来のバックプロパゲーション学習では乱数によって設定される初期のネットワーク構造が不適切であることによる学習能力の低下が見られる。階層型ニューラルネットワークを非線形関数展開としてとらえた場合,これは基底関数によって作られる系が不完全であることによって起こる。本研究では離散ウェーブレット展開を実現するようなネットワーク構造を多重解像度構造として提案し、その性質について考察する。またこれをネットワークの初期構造として用いた学習アルゴリズムを提案し,シミュレーションによって従来法と比較して学習能力が改善されることを示す。
- 社団法人電子情報通信学会の論文
- 1993-11-24
著者
関連論文
- 子どもの日常行動の科学に基づく遊具のデザイン(子どもを守る・育む)
- 7.ベイジアンネットワークによる日常生活行動モデリング(ビジョンコンピューティングにおける確率的情報処理の展開)
- OP-116-5 Bayesian Networkを用いた本邦における外傷生存関連因子と外傷診療体制の問題点(救急-1,一般口演,第110回日本外科学会定期学術集会)
- ベイジアンネットワーク(OR事典Wiki)
- 医工連携による子どもの傷害予防へのアプローチ (特集 外傷と工学) -- (外傷予防・研究)
- 大規模データモデリングによる子どもの傷害予防技術
- 1.仮想状況と現実状況における食事メニュー嗜好の差異について(一般セッション 認知・情報)
- 規模ID-POSデータ活用のための顧客の計算モデル化--小売サービスにおける生産性向上の試み (特集 「ベイジアン・ネットワーク」および一般)
- 保育管理下の傷害についての検討 : 予防につながるデータ収集法の構築に向けて
- 大規模データに基づく日常生活のモデリングと社会応用(ベイジアンネットワークの最先端)