| 講演名 | 2006-06-16 ニューラルネットワークの中間層における独立な特徴量の抽出(「機械学習によるバイオデータマインニング」及び「一般」) 松倉 健太郎, 村田 昇, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | ニューラルネットワーク(NN)はヒトの脳のメカニズムをヒントとした学習器であり,様々な学習テーマのもと多くの研究が成されてきた.NNにおける入出力関係の学習において中間層の役割について着目したとき,多くのユニットは似たような出力を行なう場合が多い.中間層で入出力関係の特徴量を表現することができれば,非線形のスパースコーディングを達成することとなり,その特徴量に基づいて入出力関係の様々な情報を得ることが期待できる.本報告ではNNの中間層において独立な特徴量を抽出するための方法を提案する.また簡単なシミュレーションを行ない,この方法について検討を行なう. |
| 抄録(英) | Neural Networks (NN) are simplified models of neural processing in a human brain. Its applications varies in wide areas of machine learning. Each output of the, unit consisting the hidden layer in a NN, is often similar when learning the network. On the other hand, nonlinear sparse coding can be performed by expressing the relation between the input and the output in the hidden layer. We can expect to extract information of the I/O from each unit of the hidden layer by this performance. We propose a method to extract independent features from the hidden layer in NNs and investigated it by a simple experiment. |
| キーワード(和) | ニューラルネットワーク / スパースコーディング |
| キーワード(英) | Neural Network / Sparse Codeing |
| 資料番号 | NC2006-33 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2006/6/9(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中間層における独立な特徴量の抽出(「機械学習によるバイオデータマインニング」及び「一般」) |
| サブタイトル（和） | |
| タイトル（英） | Extraction of independent features in the hidden layer of 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） | スパースコーディング / Sparse Codeing |
| 第 1 著者 氏名（和/英） | 松倉 健太郎 / Kentaro MATSUKURA |
| 第 1 著者 所属（和/英） | 早稲田大学大学院 理工学研究科 電気・情報生命専攻 Waseda University |
| 第 2 著者 氏名（和/英） | 村田 昇 / Noboru MURATA |
| 第 2 著者 所属（和/英） | 早稲田大学 Waseda University |
| 発表年月日 | 2006-06-16 |
| 資料番号 | NC2006-33 |
| 巻番号（vol） | vol.106 |
| 号番号（no） | 102 |
| ページ範囲 | pp.- |
| ページ数 | 5 |
| 発行日 | |