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/通ソ)
 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 2011-06-24 14:15
選択的不感化ニューラルネットの2変数関数の近似能力
野中和明田中文英森田昌彦筑波大NC2011-14
抄録 (和) 選択的不感化ニューラルネット(SDNN)は,先行研究において関数近似器として高い性能を有することが示されていたが,その詳しい解析はおこなわれていなかった.本研究では,多層パーセプトロン(MLP)および並列パーセプトロン(PP)との比較を通して,SDNNの関数近似能力を明らかにするために,やや複雑な2変数関数を用いて評価実験を行った.その結果,学習能力や汎化能力を含めた近似能力はSDNNが最も高く,計算コストなどの実用性の点でも優れていた.また,SDNNの優れた性能には,アナログ値を多数の素子によって表現するパターンコーディングと,複数のパターン表現を統合する選択的不感化が共に大きく貢献していることがわかった.この結果はSDNNが高い有用性をもつことを示しており,これによってニューラルネットの応用範囲が大きく広がる可能性がある. 
(英) Selective Desensitization Neural Network (SDNN) is known to be able to approximate some functions well with high generalization capability. But, still it is unclear about the detailed mechanism. We compared three function approximators, multi-layer perceptron (MLP), parallel perceptron (PP), and SDNN in numerical experiments of approximating a two-variable function. The results showed that SDNN offered the best performance in the approximation ability including learning ability and generalization ability, and also in other practical aspects such as low computational cost. Introducing pattern coding and selective desensitization are considered to contribute to the high performance of SDNN. These findings will greatly expand the application of neural networks.
キーワード (和) 神経回路 / 機械学習 / 汎化能力 / 近似誤差 / 分散表現 / / /  
(英) Neural Network / Machine Learning / Generalization Ability / Approximation Error / Distributed Representation / / /  
文献情報 信学技報, vol. 111, no. 96, NC2011-14, pp. 113-118, 2011年6月.
資料番号 NC2011-14 
発行日 2011-06-16 (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 NC2011-14

研究会情報
研究会 NC IPSJ-BIO  
開催期間 2011-06-23 - 2011-06-24 
開催地(和) 琉球大学 50周年記念館 
開催地(英) 50th Anniversary Memorial Hall, University of the Ryukyus 
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) Machine Learning Approach to Biodata Mining, and General 
講演論文情報の詳細
申込み研究会 NC 
会議コード 2011-06-NC-BIO 
本文の言語 日本語 
タイトル(和) 選択的不感化ニューラルネットの2変数関数の近似能力 
サブタイトル(和)  
タイトル(英) The Capability of Selective Desensitization Neural Networks at Two-Variable Function Approximation 
サブタイトル(英)  
キーワード(1)(和/英) 神経回路 / Neural Network  
キーワード(2)(和/英) 機械学習 / Machine Learning  
キーワード(3)(和/英) 汎化能力 / Generalization Ability  
キーワード(4)(和/英) 近似誤差 / Approximation Error  
キーワード(5)(和/英) 分散表現 / Distributed Representation  
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) 野中 和明 / Kazuaki Nonaka / ノナカ カズアキ
第1著者 所属(和/英) 筑波大学 (略称: 筑波大)
University of Tsukuba (略称: Tsukuba Univ)
第2著者 氏名(和/英/ヨミ) 田中 文英 / Fumihide Tanaka / タナカ フミヒデ
第2著者 所属(和/英) 筑波大学 (略称: 筑波大)
University of Tsukuba (略称: Tsukuba Univ)
第3著者 氏名(和/英/ヨミ) 森田 昌彦 / Masahiko Morita / モリタ マサヒコ
第3著者 所属(和/英) 筑波大学 (略称: 筑波大)
University of Tsukuba (略称: Tsukuba 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 2011-06-24 14:15:00 
発表時間 25 
申込先研究会 NC 
資料番号 IEICE-NC2011-14 
巻番号(vol) IEICE-111 
号番号(no) no.96 
ページ範囲 pp.113-118 
ページ数 IEICE-6 
発行日 IEICE-NC-2011-06-16 


[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