お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2007-06-15 09:50
Mixture of RNN experts によるルールダイナミクスの学習
並川 淳谷 淳理研NC2007-16
抄録 (和) 本稿では、観測時系列を適切な部分時系列に分節化し、複数の時間発展規則の組み合わせとして学習する混合回帰モデルについての新しい学習則を提案する。我々の提案する学習則は Tani and Nolfi (1991)と同じ勾配法による最尤推定であるが、前提とする尤度関数が異なる。本稿では最初に九つのリサージュ曲線を確率的に遷移するマルコフ過程を学習した場合について、従来法で学習した場合と比較する。そして従来法では学習できないような場合でも、時系列を適切に文節化し、時間発展規則を正しく推定するすることができることを示す。次に、経験誤差と汎化誤差の観点から従来法との比較を行い、これまでの方法より学習性能が改善されることを示す。 
(英) This paper proposes a learning method of the ``mixture of experts'' type model, which can acquire the ability to generate desired sequences as switching functions governing change of states. Our method is similar to Tani and Nolfi (1991) in that both are maximum likelihood estimation based on gradient descent algorithm, though the likelihood function is different. We first show a numerical simulation in which the model can learn Markov chain switching nine Lissajous curves using our method. Furthermore, we numerically examine generalization and training error to compare conventional method and proposed method. The simulation results shows that our method improves learning performance of the model.
キーワード (和) リカレントニューラルネットワーク / Mixture of Experts / 最尤推定法 / ルールダイナミクス / / / /  
(英) recurrent neural network / mixture of experts architecture / maximum likelihood estimation / rule dynamics / / / /  
文献情報 信学技報, vol. 107, no. 92, NC2007-16, pp. 47-52, 2007年6月.
資料番号 NC2007-16 
発行日 2007-06-07 (NC) 
ISSN Print edition: ISSN 0913-5685    Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード NC2007-16

研究会情報
研究会 NC  
開催期間 2007-06-14 - 2007-06-15 
開催地(和) 沖縄科学技術研究基盤整備機構 
開催地(英) OIST Seaside House 
テーマ(和) 機械学習によるバイオデータマインニング,一般 
テーマ(英)  
講演論文情報の詳細
申込み研究会 NC 
会議コード 2007-06-NC 
本文の言語 日本語 
タイトル(和) Mixture of RNN experts によるルールダイナミクスの学習 
サブタイトル(和)  
タイトル(英) Mixture of RNN experts for learning of temporal sequence given by rule dynamics. 
サブタイトル(英)  
キーワード(1)(和/英) リカレントニューラルネットワーク / recurrent neural network  
キーワード(2)(和/英) Mixture of Experts / mixture of experts architecture  
キーワード(3)(和/英) 最尤推定法 / maximum likelihood estimation  
キーワード(4)(和/英) ルールダイナミクス / rule dynamics  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 並川 淳 / Jun Namikawa / ナミカワ ジュン
第1著者 所属(和/英) 独立行政法人理化学研究所 (略称: 理研)
RIKEN (略称: RIKEN)
第2著者 氏名(和/英/ヨミ) 谷 淳 / Jun Tani / タニ ジュン
第2著者 所属(和/英) 独立行政法人理化学研究所 (略称: 理研)
RIKEN (略称: RIKEN)
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2007-06-15 09:50:00 
発表時間 25分 
申込先研究会 NC 
資料番号 NC2007-16 
巻番号(vol) vol.107 
号番号(no) no.92 
ページ範囲 pp.47-52 
ページ数
発行日 2007-06-07 (NC) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会