ART1のパターン分類能力の検討
スポンサーリンク
概要
- 論文の詳細を見る
ART1(Adaptive Resonance Theory)は、二値入力パターンの分類カテゴリを自己組織的に学習するネットワークである。これまでに、ART1の学習が収束するためのパターン提示回数(学習回数)の上限に関してはすでに報告されているが、ネットワークが安定した後の学習パターンの分類結果に関する特性については報告されていない。そこで、本稿では、ネットワークが安定した後のパターン分類結果に着目し、ある特定のパターン集合におけるART1ネットワークのパターン分類能力について検討する。
- 社団法人電子情報通信学会の論文
- 1996-09-18
著者
関連論文
- D-2-15 細胞層間のトポグラフィックマッピングの安定性
- 細胞層間のトポグラフィックマッピング
- 論理関数の2、3の展開型と次数の関係
- 論理関数の同族性とその次数について
- 商空間ノルムを用いたロバストカラー画像照合
- 色相情報に備わる周期性を考慮したカラー画像照合
- 色相情報に備わる周期性を考慮したカラー画像照合
- 意味素を用いた単語のクラスタリングとSemantic Similarity Lattice
- 意味素を用いたシソーラスの基本的性質
- 意味素によるファジー・シソーラスの自動生成(2)
- ART1のパターン分類能力の検討
- 都市の分布を考慮した巡回セールスマン問題のSOMによる解法
- 細胞層間のトポグラフィックマッピング