バイナリーニューラルネットの幾何学的学習アルゴリズムの改良
スポンサーリンク
概要
- 論文の詳細を見る
Binary Neural Networks (BNN)の改善した幾何学的学習アルゴリズムを提案する。幾何学的学習アルゴリズムは超平面による効果的な線形分離を用いており、中間層を決定できる。本学習アルゴリズムでは、中間層数が比較的少なく、パラメータのばらつきが小さいネットワークが構成できる。基本的な計算機実験によって、ネットワークの性能を確認する。
- 社団法人電子情報通信学会の論文
- 2004-03-19
著者
関連論文
- BNNに基づく所望のCAの合成について
- 所望のパターンを生成するCAの合成 : GAに基づく方法
- ディジタルスパイキングニューロンに基づくUWB用符号生成へのアプローチ
- Binary Neural Networks に基づく Cellular Automata の合成
- Binary Neural Networks に基づく Cellular Automata の合成
- デジタルスパイキングニューロンの同期現象
- バイナリーニューラルネットのあいまいさを許容した学習法
- バイナリーニューラルネットの幾何学的学習アルゴリズムの改良