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
スポンサーリンク
概要
- 論文の詳細を見る
バイナリーニューラルネットワーク(BNN)は簡素な学習によって所望のプール関数を近似できる。本論文では、教師信号と異なる出力をするエラー入力も許容した柔軟なBNNの学習アルゴリズムを提案する。エラーの許容範囲と中間暦数等のBNNの特性の関係を基本的な数値実験によって調べる。そして、このエラーの許容により、簡素で効果的なBNNが構成できることを示す。
- 社団法人電子情報通信学会の論文
- 2004-05-11
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