教師データの分析によるニューラルネットワークにおける学習の収束の向上手法
スポンサーリンク
概要
- 論文の詳細を見る
階層型ニューラルネットワーク (以下、階層型 NN と略す) は、非線形性をもつ処理対象のモデルをその教師データから学習し、獲得することができる。しかし、強度の非線形性をもつ対象のモデルを学習する場合、多くの時間を要するか、十分に収束せずに学習は失敗する。 この問題を解決する一手法として、階層型 NN の入力項に前処理を行うことを考えた。 ひとつの事例として、入力項が8つで出力項が4つの階層型 NN に対する教師データの入力項の要素すべてに COS 関数を適用し、その入力データを用いて学習したところ、学習の収束は大きく向上した。 この事例から前処理の有効性が確認された。 本稿では、教師データを分析することにより、それぞれの教師データに適した関数を自動的に生成し、前処理に用いる手法を提案する。
- 社団法人電子情報通信学会の論文
- 1997-08-13