講演名 | 1996/3/19 ニューラルネットを用いた法則発見 斉藤 和己, 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) | 数値データに内在する法則を発見する問題はニューラルネットの学習問題として定式化できる. その学習に, 探索方向を少記憶BFGS法で計算し, 探索幅を2次近似の最小点として計算するBPQ法を採用し, 複数の候補の中から最良のものをMDL基準で選択するRF5法を考案した. 記号処理またはコネクショニストアプローチに基づく既存法と比較して, RF5の最大の特長は, 指数の値が整数に制限されない法則を効率良く発見できることである. 実験では, ある程度のノイズを含むデータからでも, このような法則を効率良く発見できることを確認した. |
抄録(英) | This paper proposes a new connectionist approach to numeric law discovery. In order to efficiently and constantly obtain near-optimal results (law-candidates), we employ a second-order learning algorithm which is based on a quasi-Newton method. The MDL criterion selects the most suitable from law-candidates. The main advantage of our method over previous work of symbolic or connectionist approach is that it can efficiently discover numeric laws whose power values are not restricted to integers. Experiments showed that the proposed method works well in discovering such laws even from data containing a small amount of noise. |
キーワード(和) | 法則発見 / ニューラルネット / 準ニュートン法 / MDL |
キーワード(英) | law discovery / neural network / quasi-Newton's method / MDL |
資料番号 | NC95-165 |
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) | ニューラルネットを用いた法則発見 |
サブタイトル(和) | |
タイトル(英) | Law Discovery using Neural Networks |
サブタイトル(和) | |
キーワード(1)(和/英) | 法則発見 / law discovery |
キーワード(2)(和/英) | ニューラルネット / neural network |
キーワード(3)(和/英) | 準ニュートン法 / quasi-Newton's method |
キーワード(4)(和/英) | MDL / MDL |
第 1 著者 氏名(和/英) | 斉藤 和己 / 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 | 1996/3/19 |
資料番号 | NC95-165 |
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 |