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
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の応用は、高度な並列分散処理を行なう複雑なシステムに関連した様々な分野からの期待が大きい。しかし、実用的な問題ではネットワークを大規模化しなければならず、処理時間が遅くなるため実用化への大きな障害となっている。一方、並列計算機は以前は高価で大企業などでしか利用されていなかったが、今では広く普及しておりだれでも手軽に利用できるようになってきている。そこで並列計算機を用いることによってニューラルネットワークの学習時間の膨大化をハード的に解決できると考えられる。
- 社団法人電子情報通信学会の論文
- 1995-03-27
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