ニューラルネットの過学習に関する実験的検討
スポンサーリンク
概要
- 論文の詳細を見る
学習システムの過学習の問題に対して、理論的な解析が始まっているが、現状ではFisher情報行列の正定値性を必要とする場合に限られており、その仮定が保証されない神経回路網の問題については未だに不明な点が多い。本論では、経験二乗誤差と予測二乗誤差を学習に用いた場合における過学習の問題を実験的に検討する。
- 社団法人電子情報通信学会の論文
- 1996-03-11
著者
関連論文
- 多項式近似における学習データの最適設計と予測誤差
- ニューラルネットの過学習と中間層の一次独立性について
- 有限ウェーブレット展開の一手法
- 変動する環境における遺伝的アルゴリズムの設計法
- 階層型モデルと正則な統計モデルの相違について
- 変動する環境下での遺伝的アルゴリズムの有効な構築法
- 変動する環境下におけるカオスニューラルネットワークの有効性
- 確率的発見法により最適経路を見い出すカオスニューラルシステム
- ニューラルネットの過学習に関する実験的検討
- 項目重視度を持つ検索法による観光案内システム
- 変動する環境下における最適化問題とカオスニューラルネットワーク
- 非線形自己回帰モデルによる心電図の予測符号化法
- 心電図の非線形予測符号化
- 心電図の非線形予測符号化
- 非線形予測符号化における低ビットレート域での符号化性能に関する一検討
- 遺伝的アルゴリズムを用いたゴミ収集経路の最適化