| 講演名 | 1998/3/20 パターン分類問題に対するニューラル・ネットワークのモジュール化 : 2.大規模な問題の分割と並列学習 呂 宝糧, 伊藤 正美, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | パターン分類問題に対するニューラルネットワークの学習法法として, われわれはこれまでにモジュール化ネットワークによる学習問題の分割およびその出力の統合方法を提案してきた.本稿では, われわれの手法をベンチマーク問題のひとつであるシャトル・プロブレム(shuttle problem)に応用することにより, その能力や有効性を検討する.学習データ間の関係により大規模な問題をいくつかの小さく単純な独立した2クラスの分類問題にいかに分割するか, 分割してできた2クラスの分類問題をどのようにして各モジュール化ネットワークに並列学習させるか, さらに, 学習したモジュール化ネットワークの各出力がもとの問題の解となるようにどう統合するかについて, シャトル・プロブレムを例に説明を与える.シャトル・プロブレムは大規模で複雑なため, 単純な構造の多層パーセプトロンでは学習が難しい.しかし, われわれのモジュール化ネットワークに対し, 学習速度・汎化能力の点で良好な結果が計算機シミュレーションにより示された. |
| 抄録(英) | In our previous paper, we have proposed a divide-and-conquer modular neural network learning paradigm for pattern classification. In this paper, we show the power and effectiveness of this paradigm through a large-scale benchmark problem, the shuttle problem, which is difficult to be learned by plain multilayer perceptrons (MLPs). We demonstrate how to decompose the shuttle problem into a series of independent smaller and simpler two-class problems based on class relations among the training data. We also demonstrate how to learn each of the two-class problems by a network module in parallel and recombine the outputs of the trained modules into a solution to the original problem. The simulation results show that our modular network has several significant advantages over plain MLPs such as fast learning and good generalization performance. |
| キーワード(和) | 学習問題の分割 / モジュールの統合 / 並列学習 / モジュール化ニューラルネットワーク / パターン分類 |
| キーワード(英) | Task decomposition / Module combination / Parallel learning / Modular network |
| 資料番号 | |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 1998/3/20(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Neurocomputing (NC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | パターン分類問題に対するニューラル・ネットワークのモジュール化 : 2.大規模な問題の分割と並列学習 |
| サブタイトル（和） | |
| タイトル（英） | A Modular Neural Network Architecture for Pattern Classification : II: Recursive Decomposing and Parallel Learning of Large-Scale Problems |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 学習問題の分割 / Task decomposition |
| キーワード(2)（和/英） | モジュールの統合 / Module combination |
| キーワード(3)（和/英） | 並列学習 / Parallel learning |
| キーワード(4)（和/英） | モジュール化ニューラルネットワーク / Modular network |
| キーワード(5)（和/英） | パターン分類 |
| 第 1 著者 氏名（和/英） | 呂 宝糧 / Bao-Liang Lu |
| 第 1 著者 所属（和/英） | 理化学研究所バイオ・ミメティックコントロール研究センター Bio-Mimetic Control Research Center The Institute of Physical and Chemical Research (RIKEN) |
| 第 2 著者 氏名（和/英） | 伊藤 正美 / Masami Ito |
| 第 2 著者 所属（和/英） | 理化学研究所バイオ・ミメティックコントロール研究センター Bio-Mimetic Control Research Center The Institute of Physical and Chemical Research (RIKEN) |
| 発表年月日 | 1998/3/20 |
| 資料番号 | |
| 巻番号（vol） | vol.97 |
| 号番号（no） | 624 |
| ページ範囲 | pp.- |
| ページ数 | 8 |
| 発行日 | |