ユニット数に上限を持つ一般回帰ニューラルネットワークの学習法
スポンサーリンク
概要
- 論文の詳細を見る
組み込み機器などのリソースの制限された環境下で動作させることを前提とした機械学習アルゴリズムを提案する.このような環境下では,少ないメモリ容量で実行可能であり,且つ追記学習が可能であることが望まれる.提案法はGeneral Regression Neural Network(GRNN)をカーネル法を用いて改良したもので常に一定数以下の中間ユニット数で学習を行う.基本的には,新しいサンプルを新しい中間ユニットを割付けることで学習するが,その数が上限に達すると最も冗長なユニットをApproximated Linear Dependency(ALD)を用いて探し,それを他のユニットに役割を肩代わリさせた上で削除し,新しいユニットを割り付ける.しかしこれだけでは,新規サンプルの学習によって過去の記憶の一部を忘却してしまう危険性がある.そこで新しいサンプルを学習することによる過去の記憶に与える影響の量を予測した上で新しいサンプルを学習するか否かを決定する.ペンチマークテストの結果提案法は入力サンプル数が中間ユニット数の上限を超えても学習が継続でき,誤差を減少させることができることを確認した.
- 社団法人電子情報通信学会の論文
- 2010-12-12
著者
関連論文
- 自動車運転における危険状況を模した電動車椅子運転時の視線分布の解析--危険予測に基づく運転者モデルの評価に向けて (ヒューマン情報処理)
- 自動車運転における危険状況を模した電動車椅子運転時の視線分布の解析--危険予測に基づく運転者モデルの評価に向けて (パターン認識・メディア理解)
- 好奇心を持つ学習機械変動環境における逐次学習とモデル選択(脳のモデルと生物模倣情報処理1,生物模倣情報処理,機械学習,一般)
- 自動車運転における危険状況を模した電動車椅子運転時の視線分布の解析 : 危険予測に基づく運転者モデルの評価に向けて(テーマ関連,顔・人物・ジェスチャ・行動)
- 自動車運転における危険状況を模した電動車椅子運転時の視線分布の解析 : 危険予測に基づく運転者モデルの評価に向けて(テーマ関連,顔・人物・ジェスチャ・行動)
- 1W-1 太陽電池の特性を自動学習する高速な最大電力点追従装置の開発と実装(最適化,学生セッション,人工知能と認知科学,情報処理学会創立50周年記念)
- B-9-3 General Regression Neural Networkによる学習機能付太陽電池用高速最大電力点追従装置(B-9.電子通信エネルギー技術,一般セッション)
- Limited General Regression Neural Networkを使った環境に自動適応する最大電力点高速追従装置
- ユニット数に上限を持つ一般回帰ニューラルネットワークの学習法
- ユニット数に上限を持つ一般回帰ニューラルネットワークの学習法
- 素子数制限下での連続関数近似のための追加学習法