WEKO3
アイテム
階層型ニューラルネットの冗長中間ユニット判別に関する検討
https://kindai.repo.nii.ac.jp/records/15050
https://kindai.repo.nii.ac.jp/records/15050da0abf76-fe21-427c-bb58-5b3f35136376
| Item type | ☆紀要論文 / Departmental Bulletin Paper(1) | |||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2016-06-01 | |||||||||||||||||
| タイトル | ||||||||||||||||||
| タイトル | 階層型ニューラルネットの冗長中間ユニット判別に関する検討 | |||||||||||||||||
| 著者 |
白土, 浩
× 白土, 浩
× 比嘉, 直樹
× 五反田, 博
|
|||||||||||||||||
| 言語 | ||||||||||||||||||
| 言語 | jpn | |||||||||||||||||
| キーワード | ||||||||||||||||||
| 主題 | 階層型ニューラルネットワーク, 類似度, ユニット削除, 分離超平面, 構造学習 | |||||||||||||||||
| 資源タイプ | ||||||||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_6501 | |||||||||||||||||
| 資源タイプ | departmental bulletin paper | |||||||||||||||||
| アクセス権 | ||||||||||||||||||
| アクセス権 | metadata only access | |||||||||||||||||
| アクセス権URI | http://purl.org/coar/access_right/c_14cb | |||||||||||||||||
| 著者(英) | ||||||||||||||||||
| en | ||||||||||||||||||
| Shiratsuchi, Hiroshi | ||||||||||||||||||
| 著者(英) | ||||||||||||||||||
| en | ||||||||||||||||||
| Higa, Naoki | ||||||||||||||||||
| 著者(英) | ||||||||||||||||||
| en | ||||||||||||||||||
| Gotanda, Hiroshi | ||||||||||||||||||
| 著者 所属 | ||||||||||||||||||
| 近畿大学 | ||||||||||||||||||
| 著者所属(翻訳) | ||||||||||||||||||
| Kinki University | ||||||||||||||||||
| 版 | ||||||||||||||||||
| 出版タイプ | NA | |||||||||||||||||
| 出版タイプResource | http://purl.org/coar/version/c_be7fb7dd8ff6fe43 | |||||||||||||||||
| 出版者 名前 | ||||||||||||||||||
| 出版者 | 近畿大学産業理工学部 | |||||||||||||||||
| 書誌情報 |
かやのもり：近畿大学産業理工学部研究報告 en : Reports of Faculty of Humanity-Oriented Science and Engineering, Kinki University 巻 3, 号 2, p. 15-20, 発行日 2005-11-30 |
|||||||||||||||||
| ISSN | ||||||||||||||||||
| 収録物識別子タイプ | ISSN | |||||||||||||||||
| 収録物識別子 | 13495801 | |||||||||||||||||
| 抄録 | ||||||||||||||||||
| 内容記述タイプ | Abstract | |||||||||||||||||
| 内容記述 | 本稿では本稿では階層型ニューラルネットワークにおける拡張ユニットをユニット間の類似度に基づいた削除アルゴリズムを提案し、アヤメ分類問題を対象としたシミュレーションにより有効性を検証する。すなわち、まず初期中間ユニット数が多くなってくると分離能力が似通ったユニットが多く出現することを述べ、忘却付き構造学習ではこのようなユニットを削除することが難しいことを示す。そして、中間ユニットにおける類似度をユニット出力差に基づいた類似度とユニットがなす分離超平面基づいた類似度という二つの観点から検討し、学習時に類似度が高いユニット組と結合している荷重を削除するためのアルゴリズムについて提案する。アヤメ分類問題を対象としてシミュレーション実験の結果、幾何学的な観点に基づいたユニット削除法では、初期ユニット数が増加しても最終的なネット構造が変化しないことを示す。 | |||||||||||||||||
| フォーマット | ||||||||||||||||||
| 内容記述タイプ | Other | |||||||||||||||||
| 内容記述 | application/pdf | |||||||||||||||||
