講演名 2008-10-23
複素ニューラルネットワークモデルによる文脈依存シンボル列の学習(BCI/BMIとその周辺,一般)
谷島 知憲, 安達 雅春,
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 本報告では,複素数値化されたニューラルネットワークモデルを用いた,文脈依存型シンボル列の学習について述べる.文脈依存型シンボル列を従来の代表的なニューラルネットワークモデルであるElmanネットワークに学習させようとすると,特に同一のシンボルが連続して入力される場合や同一シンボル群が含まれる系列に対して局所解に陥りやすく,学習が失敗しやすい傾向がある.そこでElmanネットワークを複素ニューロンで構成し,シンボル列の持つ文脈情報を逐次的に確保しながら学習を行う方法を提案し,このネットワークの学習性能を評価する.
抄録(英) In this report, we describe a learning of context dependent symbolic sequences by a complex-valued neural network model. When the conventional Elman network is trained with context depend symbolic sequences, the network is often trapped to local minima. Especially when the training symbolic sequences contain successive repetition of a symbol, the training frequently fails. Therefore in this report, we construct an Elman network with complex-valued model neurons and propose a method for updating the state of the neuron that can deal with the repetition of a symbol. Then, we evaluate learning performance of this model by numerical experiments.
キーワード(和) 複素ニューラルネットワーク / 文脈依存シンボル列 / Elmanネットワーク
キーワード(英) Complex-valued neural network / Context dependent symbolic sequence / Elman network
資料番号 NC2008-37
発行日

研究会情報
研究会 NC
開催期間 2008/10/16(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) 複素ニューラルネットワークモデルによる文脈依存シンボル列の学習(BCI/BMIとその周辺,一般)
サブタイトル(和)
タイトル(英) Learning of context dependent symbolic sequences by a complex-valued neural network model
サブタイトル(和)
キーワード(1)(和/英) 複素ニューラルネットワーク / Complex-valued neural network
キーワード(2)(和/英) 文脈依存シンボル列 / Context dependent symbolic sequence
キーワード(3)(和/英) Elmanネットワーク / Elman network
第 1 著者 氏名(和/英) 谷島 知憲 / Tomonori TANISHIMA
第 1 著者 所属(和/英) 東京電機大学大学院工学研究科電子工学専攻
Department of Electronic Engineering, Graduate School of Engineering, Tokyo Denki University
第 2 著者 氏名(和/英) 安達 雅春 / Masaharu ADACHI
第 2 著者 所属(和/英) 東京電機大学大学院工学研究科電子工学専攻
Department of Electronic Engineering, Graduate School of Engineering, Tokyo Denki University
発表年月日 2008-10-23
資料番号 NC2008-37
巻番号(vol) vol.108
号番号(no) 264
ページ範囲 pp.-
ページ数 6
発行日