講演名 1994/3/25
ニューラルネットワークの推定誤差の解析と学習データ最適化手法
福水 健次, 渡辺 澄夫,
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 多層パ-セプトロンなど函数近似を行なうニュ-ラルネットワ-クを用いて未知システムの入出力関係を学習する問題を考える。パタ-ン認識などと異なり未知システムがどんな入力に対しても出力を返答できると仮定すると、ニュ-ラルネットワ-クを実際の環境下で使用する際の入力デ-タの発生分布と、学習デ-タを採取する際の入力分布は、異なるものを用いることができる。本稿ではどのような入力分布を学習時に用いるとネットワ-ク使用時の平均2乗誤差が小さくなるかを、統計的漸近理論を用いて解析し、その解析に基づいて学習デ-タの採取アルゴリズムを提案する。さらに簡単な場合についてシミュレ-ションを行なうことにより提案されたアルゴリズムの有効性を検証する。
抄録(英) This paper discusses the error of function approximation neural networks,when they approximate an unknown system which can give a response to an arbitrary input,such as in some system identification problems.In this case,we can choose an input distribution to obtain training data different from the one giving input data in the actual environment.Applying the statistical asymptotic theory,we elucidate which input distribution for training minimizes the mean squared error in the actual environment.Based on this analysis a novel algorithm to obtain training data is proposed,and its effect is verified by computer simulations.
キーワード(和) ニュ-ラルネットワ-ク / パラメトリック推定 / 統計的学習 / 統計的漸近理論
キーワード(英) neural network / parametric estimation / statistical learning / statistical asymptotic theory
資料番号 NC93-126
発行日

研究会情報
研究会 NC
開催期間 1994/3/25(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) ニューラルネットワークの推定誤差の解析と学習データ最適化手法
サブタイトル(和)
タイトル(英) Error analysis and training data arrangement for neural networks
サブタイトル(和)
キーワード(1)(和/英) ニュ-ラルネットワ-ク / neural network
キーワード(2)(和/英) パラメトリック推定 / parametric estimation
キーワード(3)(和/英) 統計的学習 / statistical learning
キーワード(4)(和/英) 統計的漸近理論 / statistical asymptotic theory
第 1 著者 氏名(和/英) 福水 健次 / Kenji Fukumizu
第 1 著者 所属(和/英) リコ-情報通信研究所
Information and Communication Research and Development Center, Ricoh Co.,Ltd.
第 2 著者 氏名(和/英) 渡辺 澄夫 / Sumio Watanabe
第 2 著者 所属(和/英) リコ-情報通信研究所
Information and Communication Research and Development Center, Ricoh Co.,Ltd.
発表年月日 1994/3/25
資料番号 NC93-126
巻番号(vol) vol.93
号番号(no) 537
ページ範囲 pp.-
ページ数 8
発行日