| 大会名称 |
|---|
| 2021年 総合大会 |
| 大会コ－ド |
| 2021G |
| 開催年 |
| 2021 |
| 発行日 |
| 2021-02-23 |
| セッション番号 |
| D-2 |
| セッション名 |
| ニューロコンピューティング |
| 講演日 |
| 2021/3/9 |
| 講演場所(会議室等) |
| Meeting 42 |
| 講演番号 |
| D-2-2 |
| タイトル |
| ニューラル木の効率的な探索アルゴリズムの検討 |
| 著者名 |
| ○大宮拓馬, 井上浩孝, |
| キーワード |
| 自己組織化, アンサンブル学習, 制約付き近傍探索木 |
| 抄録 |
| 近年，深層学習を利用した機械学習の技術が様々な分野で応用されているが，これらのアルゴリズムは学習に多大な時間を必要とする．これに対し，教師なし学習の自己生成ニューラル木のアンサンブル学習法である自己組織化ニューラル木立は木構造の近傍探索を行うことで高速に学習を行うという特徴がある．本研究では，より高速な推論を可能とするためのニューラル木の最大子ノード数を制限する二つの手法を提案する．実験結果より，認識精度を落とすことなく推論に必要な処理時間を半分に減らすことができることを示す． |
| 本文pdf |
|
PDF download
|