| 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 | 2008-10-20 13:30 結合荷重とニューロンの多重故障に対する耐故障化階層型ニューラルネットワーク ○西村和洋（職能開発大）・大津真人（郵便事業）・堀田忠義（職能開発大）・高浪五男（元一関高専）  DC2008-22 |
|
| 抄録 | （和） | 脳のメカニズムにヒントを得た人工ニューラルネットワークは，現在主流のコンピュータとは異なるシステムとして注目され、パターン認識やデータマイニング等への応用が研究されている．これらのニューラルネットワークをハードウエアで実現するとき，知的な情報処理を行うためには非常に多くのニューロン素子が必要となり，ハードウェア内の故障率が増大するため，耐故障化が必要不可欠となる．本研究は，階層ニューラルネットワークに耐故障性を持たせる5つの学習アルゴリズムについて，計算機シミュレーションを行い，比較検討する。 |
| （英） | The architecture of artificial neural networks, which are derived from brain mechanisms, are quite different from ordinal computer systems, and there are many studies dealing with their applications in the areas of the pattern recognition and the data mining. To realize the networks performing practical intelligent tasks in hardware, faults in them are not negligible because the great number of neurons are necessary. In this paper, five learning algorithms, which realize their fault-tolerances in multilayer neural networks, are introduced, and compared with each other, based on computer simulations. | |
| キーワード | （和） | ニューラルネットワーク / 神経回路網 / フォールトトレランス / バックプロパゲーション / 学習 / / / |
| （英） | Neural network / Fault-tolerance / Back propergation / Learning / / / / | |
| 文献情報 | 信学技報, vol. 108, no. 248, DC2008-22, pp. 1-6, 2008年10月. | |
| 資料番号 | DC2008-22 | |
| 発行日 | 2008-10-13 (DC) | |
| 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 | DC2008-22 |
|
| 研究会情報 | |
| 研究会 | DC |
| 開催期間 | 2008-10-20 - 2008-10-20 |
| 開催地（和） | 学術総合センター |
| 開催地（英） | National Center of Sciences |
| テーマ（和） | ネットワーク環境でのディペンダビリティ |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | DC |
| 会議コード | 2008-10-DC |
| 本文の言語 | 日本語 |
| タイトル（和） | 結合荷重とニューロンの多重故障に対する耐故障化階層型ニューラルネットワーク |
| サブタイトル（和） | |
| タイトル（英） | Fault-Tolerant Multilayer Neural Networks for Multiple Weight-and-Neuron-Fault |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ニューラルネットワーク / Neural network |
| キーワード(2)（和/英） | 神経回路網 / Fault-tolerance |
| キーワード(3)（和/英） | フォールトトレランス / Back propergation |
| キーワード(4)（和/英） | バックプロパゲーション / Learning |
| キーワード(5)（和/英） | 学習 / |
| 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） | 西村 和洋 / Kazuhiro Nishimura / ニシムラ カズヒロ |
| 第1著者 所属（和/英） | 職業能力開発総合大学校 (略称： 職能開発大) Politechnic Univercity (略称： Polytech Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 大津 真人 / Masato Ootsu / オオツ マサト |
| 第2著者 所属（和/英） | 郵便事業株式会社 (略称： 郵便事業) Japan Post Network (略称： JP Network) |
| 第3著者 氏名（和/英/ヨミ） | 堀田 忠義 / Tadayoshi Horita / ホリタ タダヨシ |
| 第3著者 所属（和/英） | 職業能力開発総合大学校 (略称： 職能開発大) Politechnic Univercity (略称： Polytech Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 高浪 五男 / Itsuo Takanami / タカナミ イツオ |
| 第4著者 所属（和/英） | 元一関工業高等専門学校 (略称： 元一関高専) Ichinoseki National College of Technology in former times (略称： Ichinoseki kousen (former)) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2008-10-20 13:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | DC |
| 資料番号 | DC2008-22 |
| 巻番号（vol） | vol.108 |
| 号番号（no） | no.248 |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2008-10-13 (DC) |
[研究会発表申込システムのトップページに戻る]