シグモイド関数の導関数変更による誤差逆伝搬学習の高速化

スポンサーリンク

概要

論文の詳細を見る
近年、ニューラルネットワークに関する研究・応用がさかんに行われている。そして、ニューラルネットの学習アルゴリズムとしては誤差逆伝搬法が広く用いられている。しかし、それらの研究・応用の多くは、ニューロンの出力関数としてシグモイド関数を用いている。また、誤差逆伝搬法による学習では、学習に多くの時間を要するなどの問題が指摘されている。本報告では、ニューラルネットワークの学習において学習の高速化を図るため、シグモイド関数の導関数(シグモイド導関数と呼ぶ)の代わりに学習に使用する関数を提案し、数字パターン識別問題の学習シミュレーションを行った結果を示す。
1995-03-27

著者

関連論文

もっと見る

スポンサーリンク