2値乱数による神経回路網の学習とベイズ判別関数学習への応用(機械学習によるバイオデータマインニング,一般)

スポンサーリンク

概要

• 論文の詳細を見る

• 教師信号が{0,1}に値をとる2値乱数で、目的関掌がその条件付平均値の場合、通常の三層神経回路網による学習は一般にかなり困難である。決定論的な関数と異なり、出力と教師信号の差の縮小を目指すだけでは近似の実現は不可能だからである。局所極小や過学習の問題もより深刻である。このような困難を解決するため、隠れ層素子の内部自由度がある程度制限され、その代わり隠れ層素子の数が余儀なく増加している、しかし、結局、訓練を要する常数の総数が少ない神経回路網を構成した。ベイズ判別関数の学習を試したところ、従来型の神経回路網に比べて学習は、より容易であった。

• 2007-06-07

著者

• 泉 寛幸

  愛知学院大学総合政策学部

• 伊藤 嘉房

  愛知学院大学総合政策学部

• Srinivasan Cidambi

  ケンタッキー大学統計学部

• 泉 寛幸

  愛知学院大学

関連論文

• 2値乱数による神経回路網の学習とベイズ判別関数学習への応用(機械学習によるバイオデータマインニング,一般)
• スケール変換を伴わない基底関数の線形独立性と神経回路網による有限集合の写像
• 神経回路網による関数近似の二つの方法
• 状態遷移に適応したベイジアン学習(一般)(ニューロインフォーマティックスとは何か)
• 状態遷移に適応したベイジアン学習
• 内部パラメータの外部パラメータへの変換
• 展望 統計学の教育を考える(2)(附)標本相関係数のExact distributionについて
• 神経回路網による多項式と導関数の全空間における同時近似
• 神経回路網によるマハラノビス判別関数の学習 : 信号が正規分布にしたがわない場合(一般)

スポンサーリンク