有限資源環境下における睡眠期間を導入した追加学習法

スポンサーリンク

概要

論文の詳細を見る
細胞数を最適に保つため、自動的に自らの細胞数を調整するニューラルネットワークが数多く提案されている。そのほとんどは最適な細胞数を割り付けることを前提としているため、細胞数に上限を設定しない。しかし、現実の環境では資源の許容量に上限がある。さらに、現実の環境では学習データに大きな誤り(ノイズ)が含まれることも考慮しなくてはならない。特に有限資源環境下で働く学習システムは、ノイズを学習することで誤った知識を得てしまうだけでなく記憶容量も庄追されるため、とりわけノイズの影響を受けやすいと考えられる。そこで本研究では上限細胞数を越えずに細胞を割り付け、かつノイズに強い追加学習アルゴリズムを提案する。提案手法は人の睡眠や夢のしくみを基に考案したモデルであり、睡眠期間中にリハーサルを行うことで上記の能力を実現する。本論文では提案手法の性能を、人工データを用いた実験により検証する。
社団法人電子情報通信学会の論文
2007-03-08

著者

関連論文

もっと見る

スポンサーリンク