リカレントニューラルネットワークを用いた時系列信号の圧縮

スポンサーリンク

概要

論文の詳細を見る
リカレントニューラルネットワークは、時系列パターンを効率良く記憶できることが可能なネットワークとして、様々な研究が行なわれている。しかし、全結線結合を持つリカレントニューラルネットワークはニューロンユニット間の結合数が多く、これを用いた信号の学習には結合重みの修正により莫大な処理時間を要する。そこで、ネットワークの構造をあらかじめ設定してから学習を行なう構造化学習があるが、適当なネットワークのサイズを決定するために試行錯誤を繰り返すようになる。そこで本稿では、重みの削除と再学習を繰り返すアルゴリズムを使用し、ネットワークの構造の最適化を計り、時系列信号の効率的記憶を試みる。
社団法人電子情報通信学会の論文
1999-06-09

著者

関連論文

もっと見る

スポンサーリンク