| 講演名 | 2000/12/1 人工ニューラルネットワークにおけるルール抽出問題に特化した構造学習アルゴリズム Hoang Nam Thang, 早坂 太一, 臼井 支朗, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | データマイニング問題における手法として, 統計モデルの一種である階層型ニューラルネットワークは, 二分木などの従来の機械学習法と比較して数値属性データを扱いやすいなど特長を有するが, 一方では, 人間にわかりやすいルールを抽出することが困難である, という問題点も挙げられている。学習したニューラルネットワークから人間に分かりやすいIF-THEN形式のルールを抽出するための様々なアルゴリズムが提案されているが, ネットワーク構造が複雑になると不要なルールが指数的に増えるなどの問題点が知られている。またデータにノイズが含まれる場合についての有効性の評価はまだ行なわれていない。このため, ルール抽出に直接関わるネットワーク構造を簡単化することを目的として, 構造学習と呼ばれるヒューリステックなアルゴリズムが数多く提案されている。そこで本研究では, まず従来提案されているルール抽出アルゴリズムの実用性を数値的に評価した。次に, 従来の構造学習法と異なり, 判別ルールの重複度を考慮した, 新しい構造学習アルゴリズムを提案し, その有効性を数値実験により検証した。 |
| 抄録(英) | The neural network approach has proven useful for a development of artificial intelligence system with capability of dealing with numerical values. However, a disadvantage with this approach is that the knowledge embedded in the neural network is opaque. Several methods have been proposed in order to interpret the knowledge into the form which is easy to understand(e.g. symbolic and simple inequality form), but these approaches can only be applied for simple networks. Therefore, several structural learning method for selecting the most suitable network have been proposed. In this paper, we showed that traditional rule extraction methods are not applicable if the network structure is not optimal. Also, we criticize the heuristic characteristics of these methods. At the end, we propose a new structural learning method for rule extraction problem and demonstrate that it works effectively for noisy data by numerical simulations. |
| キーワード(和) | ニューラルネットワーク / ルール抽出 / 構造学習 / サブセットアルゴリズム |
| キーワード(英) | neural network / rule extraction / structural learning / subset algorithm |
| 資料番号 | NC2000-77 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2000/12/1(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） | 人工ニューラルネットワークにおけるルール抽出問題に特化した構造学習アルゴリズム |
| サブタイトル（和） | |
| タイトル（英） | New structural modification learning algorithm for rule extraction from Neural Networks |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ニューラルネットワーク / neural network |
| キーワード(2)（和/英） | ルール抽出 / rule extraction |
| キーワード(3)（和/英） | 構造学習 / structural learning |
| キーワード(4)（和/英） | サブセットアルゴリズム / subset algorithm |
| 第 1 著者 氏名（和/英） | Hoang Nam Thang / Nam Thang Hoang |
| 第 1 著者 所属（和/英） | 豊橋技術科学大学 情報工学系 Dept. of Information and Computer Science, Toyohashi University of Technology |
| 第 2 著者 氏名（和/英） | 早坂 太一 / Taichi Hayasaka |
| 第 2 著者 所属（和/英） | 豊橋技術科学大学 情報工学系 Dept. of Information and Computer Science, Toyohashi University of Technology |
| 第 3 著者 氏名（和/英） | 臼井 支朗 / Shiro Usui |
| 第 3 著者 所属（和/英） | 豊橋技術科学大学 情報工学系 Dept. of Information and Computer Science, Toyohashi University of Technology |
| 発表年月日 | 2000/12/1 |
| 資料番号 | NC2000-77 |
| 巻番号（vol） | vol.100 |
| 号番号（no） | 490 |
| ページ範囲 | pp.- |
| ページ数 | 8 |
| 発行日 | |