ニューラルネットワークにおける局所誤差訂正学習法
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学習法として生物学的にみても説明が可能な学習法の要件として局所性がある。局所制に基づく更新規則は、隣接するユニットの活性値だけを用いる。本報告では、局所性を満足する学習法である局所誤差訂正に基づくパラメータ更新規則を提案する。この規則では、ボルツマンマシンと同様に2層で訓練が行われ、各層では、それぞれ訓練パターンの入力値、それに加えて目的出力値が入出力ユニットに加えられ、そのときの各ユニットでの活性値の差を元にパラメータ更新が行われる。従来の局所学習法との性能比較をシミュレーション実験により行い、この更新規則は十分な学習性能を持つことを示す。
- 社団法人電子情報通信学会の論文
- 1997-03-18