| 講演名 | 2017-10-07 適応型近傍関数を用いた自己組織化マップの学習特性 吉見 光(関西大), 伊藤 秀隆(関西大), 肥川 宏臣(関西大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本論文は，T. Kohonenの提案した自己組織化マップ（Self-organizing Map：SOM）の新たな近傍関数について述べる．SOMは教師なし学習を行うニューラルネットワークの1つであり，SOMにおける近傍関数はSOMの学習パフォーマンスに大きな影響を与える重要な関数である．従来の近傍関数は学習を重ねるごとに小さくなるため大きな入力の変化に対して適切に学習できず，また，あらかじめ設定された学習回数を過ぎると学習できないという問題がある．本論文で提案する適応型近傍関数は勝者ニューロンの重みベクトルと入力ベクトルの距離だけを用いて計算されるため，大きな入力の変化に対して適切な学習を行うことができ，学習回数を制限されることなく連続して学習を行うことが可能である．また，初期重みベクトルに対してロバスト性を持つことを確認する． |
| 抄録(英) | This paper proposes a new neighborhood function for the self-organizing map(SOM).As the learning of the SOM progresses, the conventional neighborhood function shrinks its magnitude and neighborhood radius, and the learning stops after pre-defined training iterations.On the other hand, the proposed neighborhood function uses only the distance between the weight vector of the winner neuron and the input vector,then the magnitude and radius are computed according to this distance. Since the proposed neighborhood function is not a function of the learning iterations, it allows the SOM to continue its learning without time constraints. This feature is especially effective under the changing input vector space that arises in, e.g., online learning. |
| キーワード(和) | ニューラルネットワーク / 自己組織化マップ / 近傍関数 |
| キーワード(英) | Neural network / Self-organizing map / Neighborhood function |
| 資料番号 | NC2017-23 |
| 発行日 | 2017-09-30 (NC) |
| 研究会情報 | |
| 研究会 | MBE / NC |
|---|---|
| 開催期間 | 2017/10/7(から1日開催) |
| 開催地（和） | 大阪電気通信大学 |
| 開催地（英） | Osaka Electro-Communication University |
| テーマ（和） | ME，一般 |
| テーマ（英） | ME, general |
| 委員長氏名（和） | 中島 一樹(富山大) / 萩原 将文(慶大) |
| 委員長氏名（英） | Kazuki Nakajima(Univ. of Toyama) / Masafumi Hagiwara(Keio Univ.) |
| 副委員長氏名（和） | 京相 雅樹(東京都市大) / 平田 豊(中部大) |
| 副委員長氏名（英） | Masaki Kyoso(TCU) / Yutaka Hirata(Chubu Univ.) |
| 幹事氏名（和） | 高野 博史(富山県立大) / 永岡 隆(近畿大) / 青西 亨(東工大) / 吉川 大弘(名大) |
| 幹事氏名（英） | Hironobu Takano(Toyama Pref. Univ.) / Takashi Nagaoka(Kindai Univ.) / Toru Aonishi(Tokyo Inst. of Tech.) / Tomohiro Yoshikawa(Nagoya Univ.) |
| 幹事補佐氏名（和） | 金 主賢(富山大) / 小林 匠(横国大) / 篠沢 佳久(慶大) / 稲垣 圭一郎(中部大) |
| 幹事補佐氏名（英） | Kim Juhyon(Univ. of Toyama) / Takumi Kobayashi(YNU) / Yoshihisa Shinozawa(Keio Univ.) / Keiichiro Inagaki(Chubu Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on ME and Bio Cybernetics / Technical Committee on Neurocomputing |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 適応型近傍関数を用いた自己組織化マップの学習特性 |
| サブタイトル（和） | |
| タイトル（英） | Learning Characteristics of Self-Organizing Map with Adaptive Neighborhood Function |
| サブタイトル（和） | |
| 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） | 自己組織化マップ / Self-organizing map |
| キーワード(3)（和/英） | 近傍関数 / Neighborhood function |
| 第 1 著者 氏名（和/英） | 吉見 光 / Hikari Yoshimi |
| 第 1 著者 所属（和/英） | 関西大学(略称：関西大) Kansai University(略称：Kansai Univ.) |
| 第 2 著者 氏名（和/英） | 伊藤 秀隆 / Hidetaka Ito |
| 第 2 著者 所属（和/英） | 関西大学(略称：関西大) Kansai University(略称：Kansai Univ.) |
| 第 3 著者 氏名（和/英） | 肥川 宏臣 / Hiroomi Hikawa |
| 第 3 著者 所属（和/英） | 関西大学(略称：関西大) Kansai University(略称：Kansai Univ.) |
| 発表年月日 | 2017-10-07 |
| 資料番号 | NC2017-23 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | NC-231 |
| ページ範囲 | pp.19-24(NC), |
| ページ数 | 6 |
| 発行日 | 2017-09-30 (NC) |