遺伝的アルゴリズムによるニューラルネットワークの構造生成と学習
スポンサーリンク
概要
- 論文の詳細を見る
ニューラルネットワークを用いるうえで構造決定と学習は性能を左右する重要な課題である.構造決定では経験的に決定したネットワークに細かなチューニングを行い適用していることが多いが,構造が最適であるという保証は全くない.また多層パーセプトロンのニューラルネットワーク構造の学習には最急降下法がよく用いられているが,この方法ではユニットの特性が非線形であるために,局所最小点にトラップされる問題が残る. そこで本稿では大域的な探索に有効な遺伝的アルゴリズム(以下GA)を用いて構造生成,学習を行い性能の向上を図る.
- 社団法人電子情報通信学会の論文
- 1996-03-11
著者
関連論文
- 進化的アルゴリズムによるチューリングマシンの自動作成
- スタッフのスケジュリング問題への遺伝的アプローチ
- ニューラルネットワークによる回転不変な手書き数字認識の一構造
- 遺伝的アルゴリズムによるニューラルネットワークの構造生成と学習
- 影コード化手法に基づく手書き数字認識のためのニューラルネットワークシステム
- 進化的アルゴリズムに基づく配線手法
- ホップフィールドネットワークにおけるエネルギー関数パラメータの並列探索
- 並列計算機を用いた多層ニューラルネットワークの学習高速化
- 影コードを用いた回転不変な数字認識のためのニューラルネットシステム
- 自動配線問題における遺伝アルゴリズムの適用法とその並列処理
- 配線問題へのGAの適用法とその並列処理