講演名 1996/2/3
HMEの構成的学習アルゴリズム
斉藤 和巳, 中野 良平,
PDFダウンロードページ PDFダウンロードページへ
抄録(和) Hierarchical Mixtures of Experts (HME) は複数のネットの調整を自己組織的に学習するモデルであり,その有効性は分類問題や関数近似問題にて示されている. しかし, 既存の学習法では, 学習に先立ち予め適切な構造を与える必要があり, 結果の性能はその構造に依存する. この課題の解決に向けて, 結合重みの初期化法, ネットワークの学習法, および, ネットワークの拡張法から成る HME の構成的学習アルゴリズムを提案する. パリティ問題と関数近似問題を用いた実験において, 従来法では困難であるが, 提案法を用いれば, 最小規模の HME でも望ましい結果が得られることを確認した.
抄録(英) A Hierarchical Mixtures of Experts (HME) model has been applied to several classes of problems, and its usefulness has been shown. However, defining an adequate structure in advance is required and the resulting performance depends on the structure. To overcome this problem, a constructive learning algorithm for an HME is proposed; it includes an initialization method, a training method and an extension method. In our experiments, which used parity problems and a function approximation problem, the proposed algorithm worked much better than the conventional method.
キーワード(和) HME / 構成的学習 / 初期化法 / 準ニュートン法
キーワード(英) HME / constructive algorithm / initialization method / quasi-Newton's method
資料番号 NC95-114
発行日

研究会情報
研究会 NC
開催期間 1996/2/3(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) HMEの構成的学習アルゴリズム
サブタイトル(和)
タイトル(英) A Constructive Learning Algorithm for HME
サブタイトル(和)
キーワード(1)(和/英) HME / HME
キーワード(2)(和/英) 構成的学習 / constructive algorithm
キーワード(3)(和/英) 初期化法 / initialization method
キーワード(4)(和/英) 準ニュートン法 / quasi-Newton's method
第 1 著者 氏名(和/英) 斉藤 和巳 / Kazumi Saito
第 1 著者 所属(和/英) NTTコミュニケーション科学研究所
NTT Communication Science Laboratories
第 2 著者 氏名(和/英) 中野 良平 / Ryohei Nakano
第 2 著者 所属(和/英) NTTコミュニケーション科学研究所
NTT Communication Science Laboratories
発表年月日 1996/2/3
資料番号 NC95-114
巻番号(vol) vol.95
号番号(no) 506
ページ範囲 pp.-
ページ数 8
発行日