講演抄録/キーワード |
講演名 |
2010-12-19 11:45
ユニット数に上限を持つ一般回帰ニューラルネットワークの学習法 ○山内康一郎(中部大) MBE2010-71 NC2010-82 |
抄録 |
(和) |
組み込み機器などのリソースの制限された環境下で動作させることを前提とした機械学習アルゴリズムを提案する.
このような環境下では,少ないメモリ容量で実行可能であり,且つ追記学習が可能であることが望まれる.
提案法はGeneral Regression Neural Network(GRNN)をカーネル法を用いて改良したもので常に一定数以下の中間ユニット数で学習を行う.
基本的には,新しいサンプルを新しい中間ユニットを割付けることで学習するが,
その数が上限に達すると最も冗長なユニットをApproximated Linear Dependency(ALD)を用いて探し出し,それを他のユニットに役割を肩代わりさせたうえで削除し,新しいユニットを割りつける.しかしこれだけでは,新規サンプルの学習によって過去の記憶の一部を忘却してしまう危険性がある.そこで新しいサンプルを学習することによる過去の記憶に与える影響の量を予測した上で新しいサンプルを学習するか否かを決定する.
ベンチマークテストの結果提案法は入力サンプル数が中間ユニット数の上限を超えても学習が継続でき,誤差を減少させることができることを確認した. |
(英) |
An incremental learning method for the general regression neural network(GRNN) for embedded systems is proposed.
Although the GRNN learns new samples by allocating new hidden units,
the hidden unit number is limited to an upper bound.
Therefore, if the number of hidden units reaches to the upper bound, the GRNN has to remove one redundant hidden unit to learn a new sample.
To find the redundant hidden unit, the proposed one measures a ratio of redundancy of each hidden unit using a Kernel technique.
Using this method,
the GRNN basically substitutes the duty of the most redundant hidden unit using the remaining hidden units.
Moreover, the proposed one reduces the magniturd of interference due to the leanring.
Experimental results shows that the method successfully reduces the error even if the number of hidden units is limited to a certain upper bound. |
キーワード |
(和) |
Limited General Regression Neural Networks / Kernel Machine / Approximated Linear Dependency (ALD) / 追記学習 / 一般回帰ニューラルネットワーク / / / |
(英) |
Limited General Regression Neural Networks / Kernel Machine / Approximated Linear Dependency (ALD) / Incremental Learning / / / / |
文献情報 |
信学技報, vol. 110, no. 355, NC2010-82, pp. 91-96, 2010年12月. |
資料番号 |
NC2010-82 |
発行日 |
2010-12-12 (MBE, 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 |
MBE2010-71 NC2010-82 |
研究会情報 |
研究会 |
NC MBE |
開催期間 |
2010-12-19 - 2010-12-19 |
開催地(和) |
名古屋大学 |
開催地(英) |
Nagoya Univ. |
テーマ(和) |
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 |
2010-12-NC-MBE |
本文の言語 |
日本語 |
タイトル(和) |
ユニット数に上限を持つ一般回帰ニューラルネットワークの学習法 |
サブタイトル(和) |
|
タイトル(英) |
Limited General Regression Neural Networks |
サブタイトル(英) |
|
キーワード(1)(和/英) |
Limited General Regression Neural Networks / Limited General Regression Neural Networks |
キーワード(2)(和/英) |
Kernel Machine / Kernel Machine |
キーワード(3)(和/英) |
Approximated Linear Dependency (ALD) / Approximated Linear Dependency (ALD) |
キーワード(4)(和/英) |
追記学習 / Incremental Learning |
キーワード(5)(和/英) |
一般回帰ニューラルネットワーク / |
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) |
山内 康一郎 / Koichiro Yamauchi / ヤマウチ コウイチロウ |
第1著者 所属(和/英) |
中部大学工学部 (略称: 中部大)
Chubu University (略称: Chubu Univ.) |
第2著者 氏名(和/英/ヨミ) |
/ / |
第2著者 所属(和/英) |
(略称: )
(略称: ) |
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 |
2010-12-19 11:45:00 |
発表時間 |
25分 |
申込先研究会 |
NC |
資料番号 |
MBE2010-71, NC2010-82 |
巻番号(vol) |
vol.110 |
号番号(no) |
no.354(MBE), no.355(NC) |
ページ範囲 |
pp.91-96 |
ページ数 |
6 |
発行日 |
2010-12-12 (MBE, NC) |
|