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
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ)
 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 2017-01-27 13:25
同時摂動学習則を用いた多層ニューラルネットワークの研究
尾上研二伊藤秀隆肥川宏臣関西大
技報オンラインサービス実施中
抄録 (和) 本論文では,同時摂動学習則を用いたニューラルネットワークの研究について述べる.
同時摂動学習則は勾配降下法であり,更新量は確率的に求まる.
またこの学習は,摂動を加えたときと加えないときのニューラルネットワークの順方向計算から更新量を求めることができる.
このため,よく用いられる誤差逆伝搬法と比較した場合,逆伝搬計算を行う必要がないため,非常に簡単なシステムで学習を実現できる特徴がある.
また,同時摂動学習則は重みの更新量が各層で近い大きさをとるため,勾配消失問題に対して効果があると考えられる.
しかし,同時摂動学習則の問題として,確率的に更新量を求めるため1回あたりの更新が誤差逆伝搬法に対して精度が低いという点がある.
これに対して,我々は異なる複数の摂動に対する更新量の平均値を求めることで改善を行う.
そして,これらの特徴を活かし,勾配消失問題に強い同時摂動学習則を用いた多層ニューラルネットワークの実現を行った. 
(英) This paper describes a study on multilayered neural network with simultaneous perturbation learning rule.
The learning rule used here is kind of a gradient descent method, and it's modifying quantities are stochastically obtained.
The learning rule requires only forward operations of the neural network.
In comparison with back propagation algorithm, simultaneous perturbation learning rule does not need backward operation.
Therefore, a very simple system can implement the training.
Also, simultaneous perturbation learning rule is expected to solve gradient vanishing problem because size of modifying quantities in each layer are similar.
However simultaneous learning rule has the problem that modifying quantity is bigger than the expected value.
To solve that problem, we used the average of some modifying quantities calculated with different perturbations.
We implemented the simultaneous perturbation learning rule that is robust to the gradient vanishing problem.
キーワード (和) 多層ニューラルネットワーク / 同時摂動学習則 / 勾配消失問題 / MNIST / / / /  
(英) multilayered neuralnetwork / simultaneous perturbation learning rule / gradient vanishing problem / MNIST / / / /  
文献情報 信学技報, vol. 116, no. 424, NC2016-58, pp. 59-64, 2017年1月.
資料番号 NC2016-58 
発行日 2017-01-19 (NC) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 NC NLP  
開催期間 2017-01-26 - 2017-01-27 
開催地(和) 北九州学術研究都市 産学連携センター 
開催地(英) Kitakyushu Foundation for the Advanement of Ind. Sci. and Tech. 
テーマ(和) ニューロコンピューティングの実装および人間科学のための解析・モデル化,一般 
テーマ(英) Implementation of Neuro Computing,Analysis and Modeling of Human Science, etc 
講演論文情報の詳細
申込み研究会 NC 
会議コード 2017-01-NC-NLP 
本文の言語 日本語 
タイトル(和) 同時摂動学習則を用いた多層ニューラルネットワークの研究 
サブタイトル(和)  
タイトル(英) A study on multilayered neural network with simultaneous perturbation learning rule 
サブタイトル(英)  
キーワード(1)(和/英) 多層ニューラルネットワーク / multilayered neuralnetwork  
キーワード(2)(和/英) 同時摂動学習則 / simultaneous perturbation learning rule  
キーワード(3)(和/英) 勾配消失問題 / gradient vanishing problem  
キーワード(4)(和/英) MNIST / MNIST  
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) 尾上 研二 / Kenji Onoue / オノウエ ケンジ
第1著者 所属(和/英) 関西大学 (略称: 関西大)
Kansai University (略称: Kansai Univ)
第2著者 氏名(和/英/ヨミ) 伊藤 秀隆 / Hidetaka Ito / イトウ ヒデタカ
第2著者 所属(和/英) 関西大学 (略称: 関西大)
Kansai University (略称: Kansai Univ)
第3著者 氏名(和/英/ヨミ) 肥川 宏臣 / Hiroomi Hikawa /
第3著者 所属(和/英) 関西大学 (略称: 関西大)
Kansai University (略称: Kansai Univ)
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
発表日時 2017-01-27 13:25:00 
発表時間 25 
申込先研究会 NC 
資料番号 IEICE-NC2016-58 
巻番号(vol) IEICE-116 
号番号(no) no.424 
ページ範囲 pp.59-64 
ページ数 IEICE-6 
発行日 IEICE-NC-2017-01-19 


[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