ニューラルネットワークによる1次元離散力学系の学習における教師信号提示方法について

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に1次元離散力学系を学習させる場合に、教師信号として提示する時系列のデータ数の制限や分布密度、時間相関の変更が学習過程に与える影響をCubic mapおよびLogistic mapから生成されるカオス時系列を用いた数値実験により考察した。有限個の時系列データを繰り返し提示する場合は、データ数が20程度で無限個の場合と同程度の学習が可能であること、データ数が無限の場合に観測されていた、Cubic mapを学習する場合の軌道誤差法による学習の加速現象はデータ数が数10の段階で生じていることを確認した。また、教師信号の分布密度は学習速度に大きく影響を及ぼし、これに比べて時間相関の及ぼす影響は小さいことを示す結果を得た。
社団法人電子情報通信学会の論文
1994-05-20

著者

関連論文

もっと見る

スポンサーリンク