標準正則化理論に基づくシステムのモデリングとそのニューラルネットワークによる実現
スポンサーリンク
概要
- 論文の詳細を見る
未知システムのモデリングの問題は与えられた1組の学習点から入出力写像を学習する問題に帰着して取り扱うことができる.一方,入出力写像の学習問題は一般に多変数関数の近似問題に帰着して議論することができる.そこで,本稿では,未知システムのモデリングの問題を関数近似問題として定式化し,標準正則化理論に基づいてこの問題に対する1つの解(GRBFネットワーク)を与える.次に,この解に対して射影変換・逆射影変換を適用することにより,未知システムのモデルが直ちに3層のニューラルネットワークにより構成されることを示す.このとき,ニューラルネットワークの中間層のユニット数はGRBFネットワークの中間層のユニット数に比例することが示される.
- 社団法人電子情報通信学会の論文
- 1993-07-12
著者
関連論文
- フラクタル的な性質を持つ信号とそのフィルタリングによる時系列予測
- ウェーブレットによる音声信号の解析とその応用について
- 双直交ウェーブレットの設計と最適化について
- 双直交ウェーブレットによる信号展開に関する一考察
- スケール伸長変換およびウェーブレット変換によるパラメータ推定を用いたフラクタル時系列の予測
- 標準正則化理論に基づくシステムのモデリングとそのニューラルネットワークによる実現
- 射影変換によるニューラルネットワークの一構成法
- GRBF ネットワークとニューラルネットワークとの関係について
- フラクタル的な性質をもつ時系列の一予測手法とその応用
- 線形時変システムによって生じる非定常確率過程の多重解像度解析に基づくモデリング
- 入力トラヒックのフラクタル性を利用した流体近似モデルにおける一予測手法
- 2次元信号処理における演算子のテンソル積による表現とその応用