パターン分類問題に対するニューラル・ネットワークのモジュール化 : 1.クラスに基づいた問題の分割とモジュールの統合

概要

論文の詳細を見る
複雑なパターン分類問題を,学習データに存在するクラスに基づき,簡単な問題に分割して学習する方法を提案する.この方法では,1つのK-クラス分類問題を(^K_2)個の2-クラス分類問題に分割する.2-クラスの分類問題とは,学習データに存在するk個のクラスのうちクラスC_i(i=1,…,K)とC_j(j=i+1,…,K)の2つのみを分類する問題であり,そのとき他のK-2クラスの学習データは無視される.分割された2-クラス分類問題がいぜん複雑で学習が困難な場合には,その問題自身をさらに分割し,より単純で小さな複数個の2-クラス分類問題とすることも可能である.いくつか2-クラスの分類問題はそれぞれもとの問題より小規模で分類が簡単な独立した問題として扱える,したがって,分割した問題の数に応じた小規模なモジュール化ニューラルネットワークで同時に並列して学習できる.もとの問題の解を得るには,個々のモジュール化ネットワークの解を統合する必要がある.その統合の効率的・機械的なアルゴリズムについても提案する.
1997-03-18