講演名 1999/6/18
重畳エネルギー関数を用いた砂時計型MLPによる非線形主成分分析 : 統計的基準による中間層素子数の選択法について
高橋 隆史, 徳永 隆治,
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 砂時計型多層パーセプトロン(MLP)の恒等写像学習を応用した非線形主成分分析においては、ボトルネックとなる中間層の素子数を適切に選択することが重要である。この問題に対する一つのアプローチとして、筆者らはこれまでに、中間層素子が寄与順に並んだ内部表現を自己組織する重畳エネルギー関数を提案し、これを用いたMLPでは学習後に任意の素子数のデータ表現を抽出可能となることを示している。本論文では、この重畳エネルギー関数を用いたMLPの中間層素子数選択のための指標として、平岡・吉澤によって提案された統計基準を適用した結果を報告する。
抄録(英) In order to obtain good performance in the autoassociative learning of a sandglass-type MLP, the dimensionality of its bottleneck-layer must be selected appropriately. This paper reports that a simple energy function, called "superposed energy," is applicable to nonlinear principal component analysis, and that the intrinsic dimensionality of nonlinear data is successfully estimated by applying the statistical criteria proposed by Hiraoka and Yoshizawa.
キーワード(和) 砂時計型MLP / 恒等写像学習 / 主成分分析 / 次元圧縮 / 次元数選択
キーワード(英) sandglass-type MLP / autoassociative learning / principal component analysis / dimensionality reduction
資料番号 NC99-27
発行日

研究会情報
研究会 NC
開催期間 1999/6/18(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) 重畳エネルギー関数を用いた砂時計型MLPによる非線形主成分分析 : 統計的基準による中間層素子数の選択法について
サブタイトル(和)
タイトル(英) Nonlinear Principal Component Analysis by MLP using Superposed Energy : On estimation of the intrinsic dimensionality of data
サブタイトル(和)
キーワード(1)(和/英) 砂時計型MLP / sandglass-type MLP
キーワード(2)(和/英) 恒等写像学習 / autoassociative learning
キーワード(3)(和/英) 主成分分析 / principal component analysis
キーワード(4)(和/英) 次元圧縮 / dimensionality reduction
キーワード(5)(和/英) 次元数選択
第 1 著者 氏名(和/英) 高橋 隆史 / Takashi TAKAHASHI
第 1 著者 所属(和/英) 筑波大学電子・情報工学系学振特別研究員(PD)
JSPS Research Fellow, Institute of Information Sciences and Electronics, University of Tsukuba
第 2 著者 氏名(和/英) 徳永 隆治 / Ryuji TOKUNAGA
第 2 著者 所属(和/英) 筑波大学電子・情報工学系
Institute of Information Sciences and Electronics, University of Tsukuba
発表年月日 1999/6/18
資料番号 NC99-27
巻番号(vol) vol.99
号番号(no) 131
ページ範囲 pp.-
ページ数 8
発行日