情報量規準の変形によるニューラルネット最適化の一手法
スポンサーリンク
概要
- 論文の詳細を見る
人工的ニューラルネットワークの最適化の一手却として、情報量規準の変形に基づく方法を提案し、その有効性を実験的に検討する。従来の方法では考察する全てのモデルに対して最尤推定量を計算し、しかる後情報量規準の値を比較する必要があった。提案する手法は形式的な情報量規準に対して最適なモデルとパラメータとを1回の学習で獲得することができるという長所を有している。この方法は理論的には様々な問題点を持っている。そこで、その有効性を計算機シミュレーションによって検証した。
- 社団法人電子情報通信学会の論文
- 1993-11-24
著者
関連論文
- 縮退したFisher情報行列を持つ系の学習について
- 多層パーセプトロンのFisher情報行列の正定値性について
- 情報量基準による超音波画像復元法
- 最適化問題を解くホップフィールドモデルの設計法
- 情報量規準の変形によるニューラルネット最適化の一手法