ニューラルネットツリーを効率的に設計する新しい手法(顔・ジェスチャ認識のためのパターン認識メディア理解,一般)

スポンサーリンク

概要

論文の詳細を見る
ニューラルネツトツリー(NNTree)は一種のハイブリッド学習モデルである。NNTreeの全体の構成は決定木(DT)であるが、各中間ノードにはエクスパートニューラルネット(ENN)がある。一般論として、ENNはより複雑な特徴が抽出できるので、NNTreeの性能は従来のDTよりも優れている。NNTreeを設計するために、われわれは遺伝的アルゴリズム(GA)に基づく手法を幾つか提案した。これらの手法は計算量が大きく、実用的ではない。この問題を解決するために、本論文はR^4-ruleに基づく手法を提案する。R^4-ruleは一種の非遺伝的進化アルゴリズムであり、著者によって提案され、最小のNN-MLP(最近傍ニューラルネット)を設計するために有効である。R^4-ruleを利用するために、まず各中間ノードに割り当てるデータの教師信号を定義しなければならない。そのために、本論文はHeuristic方法を提案する。提案する手法の有効性は実験によって確認された。
2004-11-12

著者

趙強福
会津大学

関連論文

スポンサーリンク