講演名 | 1996/3/19 RBFネットワークのハイブリッド学習アルゴリズム Semangern Tititorn, 小林 隆夫, 今井 聖, |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | RBFネットワークでは, 与えられた問題に対していくつの隠れユニットが必要であるかということが問題になる. 本論文ではこの問題の解決を目的として, 教師ありと教師なしのハイブリッド学習を提案し, その効果について検討する. 提案手法では自動的に必要な隠れユニットをネットワークに組み込むることができる. ハイブリッド学習の二つの重要な構成要素は教師なし学習によるパターン構造表現都と教師あり学習によるネットワーク・パラメータ推定部である. パターン構造表現部は二分木に階層クラスタリング手法を利用して訓練集合を階層的に表し, この情報を次の段階に渡す. ネットワーク・パラメータ推定部は得られた階層表現を利用して, 隠れユニットのパラメータ(隠れユニット数やRBFの位置, 境界)を定める. 提案手法によれば, 隠れユニットの数を必要最小限にすることができる. ハイブリッド学習に基づく様々な問題およびデータ集合について評価実験を行ない, 提案法の有効性を検討している. |
抄録(英) | A hybrid learning algorithm is presented as an alternative method for training radial basis function networks. One of the distinct feature of hybrid learning is that it possesses ability to recruit necessary hidden units to form the network for a given problem domain. Two main components of hybrid learning are underlying structure representation and network parameters estimation. The former uses unsupervised learning approach, whereas the later uses supervised learning approach. Several experiments were conducted for evaluation of the algorithm. Training and testing data sets were based on well-known problems and databases such as iris plants database, two-spirals problem and breast cancer database. |
キーワード(和) | RBFネットワーク / 学習アルゴリズム / クラスタリングアルゴリズム |
キーワード(英) | Radial Basis Function networks / learning algorithm / clustering algorithm |
資料番号 | NC95-155 |
発行日 |
研究会情報 | |
研究会 | NC |
---|---|
開催期間 | 1996/3/19(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 | ENG |
タイトル(和) | RBFネットワークのハイブリッド学習アルゴリズム |
サブタイトル(和) | |
タイトル(英) | Hybrid Learning for Radial Basis Function Networks |
サブタイトル(和) | |
キーワード(1)(和/英) | RBFネットワーク / Radial Basis Function networks |
キーワード(2)(和/英) | 学習アルゴリズム / learning algorithm |
キーワード(3)(和/英) | クラスタリングアルゴリズム / clustering algorithm |
第 1 著者 氏名(和/英) | Semangern Tititorn / Tititorn Semangern |
第 1 著者 所属(和/英) | 東京工業大学精密工学研究所 Precision and Intelligence Laboratory Tokyo Institute of Technology |
第 2 著者 氏名(和/英) | 小林 隆夫 / Takao Kobayashi |
第 2 著者 所属(和/英) | 東京工業大学精密工学研究所 Precision and Intelligence Laboratory Tokyo Institute of Technology |
第 3 著者 氏名(和/英) | 今井 聖 / Satoshi Imai |
第 3 著者 所属(和/英) | 東京工業大学精密工学研究所 Precision and Intelligence Laboratory Tokyo Institute of Technology |
発表年月日 | 1996/3/19 |
資料番号 | NC95-155 |
巻番号(vol) | vol.95 |
号番号(no) | 599 |
ページ範囲 | pp.- |
ページ数 | 6 |
発行日 |