ニューロファジィ・GMDHの階層数の選択
スポンサーリンク
概要
- 論文の詳細を見る
主に米国で研究されたネットワーク型GMDHと呼ばれる適応学習ネットワークがある.その部分表現にラジアル基底関数を用いたニューロ・ファジィGMDHモデルが提案されている.このような階層型適応学習ネットワークの階層数を選択する問題は, 一種の非線形回帰におけるパラメータ数の決定問題である.多層型ニューラルネットワークのユニット数の決定には統計的な情報量基準であるAICやMDLが適用されている.しかし, ローカルミニマムの問題や, パラメータの非一意性に起因する問題点も指摘されている.そこで, 本論文では全てのデータを同定用に使用し, かつ比較的計算量が少ない方法として, GMDHにおける発見的規範として知られている差分の不偏性規範及びその拡張であるα差分の不偏性規範を導入しその学習則を導出する.また数値例や切断砥石の磨耗特性の同定によりその有効性を検討する.
- 1997-08-15
論文 | ランダム
- 急熱急冷条件を変化させたRHQT法Nb_3Al超伝導線材
- Sn基合金シート組成とこれを用いたNb_3Sn線材の組織と特性
- NbとAg-Sn-Mg合金の拡散により生成したNb_3Sn線材の超伝導特性
- クラッド-チップ押出し法による合金系超伝導材料の線材化
- 急熱急冷変態法Nb_3Al超伝導体の急熱急冷条件の最適化