| 講演名 | 1994/3/25 LVQのパラメタ設定法 : 参照ベクトルの初期値および個数・学習回数・学習係数に関する検討 北島 伸克, 上條 憲一, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | LVQ(Learning Vector Quantization:学習ベクトル量子化)は高速・高性能のカテゴリ分類法であるが,分類結果に影響を与える様々なパラメタの設定法が明確でない.本研究では,脳内ダイポ-ル個数推定を通して,LVQのパラメタ設定法を検討した.まず,自己組織化特徴写像(Self-Organizing feature Map,SOM)の性質を用いて,学習デ-タの分布に適合して参照ベクトルの初期値を設定する方法を提案した.更に,参照ベクトルの個数,学習回数,学習係数が推定結果に与える影響を調べ,これらのパラメタには正答率に関して最適な値が存在することを示した.最後にBP法との比較を行った. |
| 抄録(英) | LVQ(Learniiig Vector Quantization)method,one of the classification methods,has both high performance and fast learning ability.However,few effective approaches for specifying parameters iii the LVQ are studied.We investigated such approach by applying LVQ to dipole number estimation.We proposed a new method for initializing locations of reference vectors by Self-Orgaiiizinig feature Map(SOM).This method can specify the initial locations of reference vectors according to distribution of training data.This initialization by the SOM was proved to be more effective than any other methods.The effect of various parameters in LVQ,such as the number of reference vectors,the number of learning steps and the initial learning rate on the correction rate were examined by numerical simulations.This learning by our LVQ was terminated with higher speed than that by BP method. |
| キーワード(和) | 学習ベクトル量子化 / 自己組織化特徴写像 / ニュ-ラルネットワ-ク / 脳内活動源推 定 |
| キーワード(英) | LVQ / SOM / Neural Network / Dipole Localization |
| 資料番号 | NC93-128 |
| 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） | LVQのパラメタ設定法 : 参照ベクトルの初期値および個数・学習回数・学習係数に関する検討 |
| サブタイトル（和） | |
| タイトル（英） | A new method for specifying parameters in LVQ : An investigation on initial locations and number of reference vectors,number of learning steps and initial learning rate |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 学習ベクトル量子化 / LVQ |
| キーワード(2)（和/英） | 自己組織化特徴写像 / SOM |
| キーワード(3)（和/英） | ニュ-ラルネットワ-ク / Neural Network |
| キーワード(4)（和/英） | 脳内活動源推 定 / Dipole Localization |
| 第 1 著者 氏名（和/英） | 北島 伸克 / Nobukatsu Kitajima |
| 第 1 著者 所属（和/英） | NEC情報メディア研究所 Information Technology Research Laboratories,NEC Corporation. |
| 第 2 著者 氏名（和/英） | 上條 憲一 / Ken'ichi Kamijo |
| 第 2 著者 所属（和/英） | NEC情報メディア研究所 Information Technology Research Laboratories,NEC Corporation. |
| 発表年月日 | 1994/3/25 |
| 資料番号 | NC93-128 |
| 巻番号（vol） | vol.93 |
| 号番号（no） | 537 |
| ページ範囲 | pp.- |
| ページ数 | 7 |
| 発行日 | |