ニューラルネットツリーを生成する高速アルゴリズム

概要

論文の詳細を見る
ニューラルネットツリー(NNTree)は各中間ノードに小規模なニューラルネット(NN)を埋め込んだ決定木(DT)である.NNTreeの利点としては,フル結合型NNと比べ構造学習およびハードウェア実現に適していることと,通常の単一変量DTと比べ汎化能力が高いこと等があげられる.しかし,NNTreeの生成は難しい問題であり,NNはたとえ1個のニューロンしか含まないときでさえ,各中間ノードの最適なテスト関数を求めることはNP完全問題である.この問題を解決するために我々は遺伝的アルゴリズム(GA)に基づくNNTreeの生成方法を試みたが,この方法は非常に時間がかかるため容易に使用できない.NNTreeを高速に生成するために,本論文で我々は新しいアルゴリズムを提案する.このアルゴリズムでは,まず各中間ノードに割り当てたデータのグループラベルを発見的な方法で定義し,そして,教師付き学習を用いてテスト関数を求める.提案方法の有効性は,複数の公開データベースを用いた実験によって実証された.
2008-08-15