| 講演名 | 1996/3/19 参照ベクトルを自己創造するニューラルネットワーク 多田 恵子, 佃 泰, 黒川 弘章, 森 真作, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 自己組織化を用いた学習ベクトル量子化方法であるLVQは, 競合学習を利用し, 入力パターンをクラスタリングすることによってベクトル量子化を行っている. 本論文ではクラスタリングを行うのに, 最初に参照ベクトルを一つ微小乱数によって設定し, 学習過程で入力パターンと参照ベクトルの間の距離をもとに, 参照ベクトルを自己増殖させ, その参照ベクトルが学習終了時に, 代表ベクトルとなるモデルを提案した. このとき距離尺度には, ベイズ識別関数距離尺度を用い, クラスタの大きさを考慮した. そして二次元の入力パターン集合について計算機シミュレーションを行った. その結果, 分散の大きなパターン集合やクラスタ数の多いパターン集合に対しても, 参照ベクトルの初期値の影響も少なく. また最初に参照ベクトルの数を設定することなくクラスタリングを行うことができた. |
| 抄録(英) | In this study, we propose the self-creating and organizing learning algorithm. The proposed algorithm begin with only one pattern vector with a small random weight, at the initial stage. In the learning process, we calculate the distance between each pattern vector and the input pattern. If the distance is longer than the activation level, a new pattern vector is created. Since the distance measure is decided by the Bayes decision, the magnitude of cluster can be reflected on the learning. We can obtain reference vectors automatically from these pattern vectors. and the number of reference vectors shows the optimal number of clusters by learning. We show the simulation results with two-dimensional input pattern whose probability density function is normal distribution. The simulation results show the efficiency of the proposed algorithm. |
| キーワード(和) | クラスタリング / 自己増殖 / ベイズ識別関数 |
| キーワード(英) | clustering / self-creating / Bayes decision |
| 資料番号 | NC95-162 |
| 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 | JPN |
| タイトル（和） | 参照ベクトルを自己創造するニューラルネットワーク |
| サブタイトル（和） | |
| タイトル（英） | A Neural Networsks with Self-Creating Pattern Vectors |
| サブタイトル（和） | |
| キーワード(1)（和/英） | クラスタリング / clustering |
| キーワード(2)（和/英） | 自己増殖 / self-creating |
| キーワード(3)（和/英） | ベイズ識別関数 / Bayes decision |
| 第 1 著者 氏名（和/英） | 多田 恵子 / Keiko Tada |
| 第 1 著者 所属（和/英） | 慶應義塾大学理工学部電気工学科 Dept. of Elec. Eng. Keio University |
| 第 2 著者 氏名（和/英） | 佃 泰 / Yasushi Tsukuda |
| 第 2 著者 所属（和/英） | 慶應義塾大学理工学部電気工学科 Dept. of Elec. Eng. Keio University |
| 第 3 著者 氏名（和/英） | 黒川 弘章 / Hiroaki Kurokawa |
| 第 3 著者 所属（和/英） | 慶應義塾大学理工学部電気工学科 Dept. of Elec. Eng. Keio University |
| 第 4 著者 氏名（和/英） | 森 真作 / Shinsaku Mori |
| 第 4 著者 所属（和/英） | 慶應義塾大学理工学部電気工学科 Dept. of Elec. Eng. Keio University |
| 発表年月日 | 1996/3/19 |
| 資料番号 | NC95-162 |
| 巻番号（vol） | vol.95 |
| 号番号（no） | 599 |
| ページ範囲 | pp.- |
| ページ数 | 8 |
| 発行日 | |