お知らせ 研究会の開催と会場に参加される皆様へのお願い(2020年10月開催~)
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 2010-06-18 16:50
学習データの与え方を改良した勾配学習アルゴリズムを用いたニューラルネットワークの学習に関する研究
阿部俊和坂下善彦二宮 洋湘南工科大NLP2010-9 NC2010-9
抄録 (和) ニューラルネットワークの学習に対して、勾配法に基づくアルゴリズムが様々提案されている.その中で,学習データの与え方に関する研究として,オンライン学習法及びバッチ学習法に関する研究がある.近年,準ニュートン法に対して学習データの与え方を改良することで,オンライン及びバッチ学習法の収束性が大幅に向上することが示された.本研究では様々な勾配系アルゴリズムに対して学習データの与え方を改良する手法を適用し,各アルゴリズムの収束性をシミュレーションを用いて検証する. 
(英) Various techniques based on the gradient descent method have been studied as the training algorithm for neural networks. Neural network training poses data-driven optimization problems in which the objective function involves the summation of loss terms over a set of data to be modeled. For a given set of training data,the gradient-based algorithms operate in one of two modes: stochastic (online) or batch. Recently,the robust training algorithm based on quasi-Newton method has been introduced improving the feeding-technique of training data. The algorithm combines the “stochastic (online)” mode with the “batch” one. In this paper the improved feeding-technique of training data is applied to the other gradient-based training algorithms. The convergence properties of the improved feeding-technique of training data to the gradient-based algorithms are studied through the computer simulations.
キーワード (和) 勾配法に基づく学習アルゴリズム / ニューラルネットワーク / オンライン学習法 / バッチ学習法 / / / /  
(英) neural networks / learning training algorithm / online training method / batch training method / / / /  
文献情報 信学技報, vol. 110, no. 82, NLP2010-9, pp. 57-62, 2010年6月.
資料番号 NLP2010-9 
発行日 2010-06-11 (NLP, 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 NLP2010-9 NC2010-9

研究会情報
研究会 NC NLP IPSJ-BIO  
開催期間 2010-06-18 - 2010-06-19 
開催地(和) 琉球大学50周年記念館 
開催地(英) Ryukyu-daigaku-gozyu-syunen-kinenn-kaikan 
テーマ(和) 機械学習によるバイオデータマインニング, 生命現象の非線形性, 一般 
テーマ(英) Machine Learning for bio-datamining 
講演論文情報の詳細
申込み研究会 NLP 
会議コード 2010-06-NC-NLP-BIO 
本文の言語 日本語 
タイトル(和) 学習データの与え方を改良した勾配学習アルゴリズムを用いたニューラルネットワークの学習に関する研究 
サブタイトル(和)  
タイトル(英) Study on Robust Training of Neural Networks using Gradient-based Algorithm with Improved Feeding-technique of Training Data 
サブタイトル(英)  
キーワード(1)(和/英) 勾配法に基づく学習アルゴリズム / neural networks  
キーワード(2)(和/英) ニューラルネットワーク / learning training algorithm  
キーワード(3)(和/英) オンライン学習法 / online training method  
キーワード(4)(和/英) バッチ学習法 / batch training method  
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) 阿部 俊和 / Toshikazu Abe / アベ トシカズ
第1著者 所属(和/英) 湘南工科大学 (略称: 湘南工科大)
Shonan Institute of Technology (略称: Shonan Inst. of Tech.)
第2著者 氏名(和/英/ヨミ) 坂下 善彦 / Yoshihiko Sakashita / サカシタ ヨシヒコ
第2著者 所属(和/英) 湘南工科大学 (略称: 湘南工科大)
Shonan Institute of Technology (略称: Shonan Inst. of Tech.)
第3著者 氏名(和/英/ヨミ) 二宮 洋 / Hiroshi Ninomiya / ニノミヤ ヒロシ
第3著者 所属(和/英) 湘南工科大学 (略称: 湘南工科大)
Shonan Institute of Technology (略称: Shonan Inst. of Tech.)
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 2010-06-18 16:50:00 
発表時間 25 
申込先研究会 NLP 
資料番号 IEICE-NLP2010-9,IEICE-NC2010-9 
巻番号(vol) IEICE-110 
号番号(no) no.82(NLP), no.83(NC) 
ページ範囲 pp.57-62 
ページ数 IEICE-6 
発行日 IEICE-NLP-2010-06-11,IEICE-NC-2010-06-11 


[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