| 講演名 | 2014-06-27 ダイナミックバイナリーニューラルネットのスパース化(機械学習によるバイオデータマインニング,一般) 森安 淳吾, 斎藤 利通, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 動的バイナリーニューラルネットワークの基本的なダイナミクスと学習能力について述べる。同ネットワークはシグナム活性化関数を用い、様々な2値周期軌道を生成することが可能である。このネットワークのダイナミクスはグレイコードリターンマップを用いて視覚化する。学習アルゴリズムは相関学習に基づき、2層と3層構造のネットワークを導入する。ある教師信号を埋め込み、相関学習によって得られた結合行列を遺伝的アルゴリズムを用いてスパース化を行う。その結合行列のスパース化と軌道の安定性を調べる。あるクラスの教師信号を用いて基本的な数値実験を行い、教師信号を記憶させて、結合行列のスパース化と埋め込んだ信号の収束域の関係を考察する。 |
| 抄録(英) | This paper studies basic dynamics and learning capability of the dynamic binary neural network. The network has the signum activation function and can exhibit various binary periodic orbits. The network dynamics can be visualized by the Gray-code-based return map. We present a learning algorithm based on the correlation learning and the genetic algorithm. The purpose of the learning is not only storage of teacher signal but also enlargement of the domain of attraction to the teacher signal. As a typical example of the teacher signal, we use an artificial periodic orbit and a periodic orbit which corresponds to the control signal of the matrix converters. Performing basic numerical experiment, we have confirmed that the teacher signal can be stored successfully and the sparsification can be effective to reinforce the stability of the periodic orbit. |
| キーワード(和) | ニューラルネットワーク / 相関学習 / 遺伝的アルゴリズム / リターンマップ / スパース |
| キーワード(英) | Neural Network / Correlation learning / Genetic Algorithm / Return Map / Sparse |
| 資料番号 | NC2014-16,IBISML2014-16 |
| 発行日 |
| 研究会情報 | |
| 研究会 | IBISML |
|---|---|
| 開催期間 | 2014/6/18(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 | Information-Based Induction Sciences and Machine Learning (IBISML) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ダイナミックバイナリーニューラルネットのスパース化(機械学習によるバイオデータマインニング,一般) |
| サブタイトル（和） | |
| タイトル（英） | Sparsification of Dynamic Binary 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） | 相関学習 / Correlation learning |
| キーワード(3)（和/英） | 遺伝的アルゴリズム / Genetic Algorithm |
| キーワード(4)（和/英） | リターンマップ / Return Map |
| キーワード(5)（和/英） | スパース / Sparse |
| 第 1 著者 氏名（和/英） | 森安 淳吾 / Jungo MORIYASU |
| 第 1 著者 所属（和/英） | 法政大学理工学研究科電気電子工学専攻 EE Dept., Hosei University |
| 第 2 著者 氏名（和/英） | 斎藤 利通 / Toshimichi SAITO |
| 第 2 著者 所属（和/英） | 法政大学理工学研究科電気電子工学専攻 EE Dept., Hosei University |
| 発表年月日 | 2014-06-27 |
| 資料番号 | NC2014-16,IBISML2014-16 |
| 巻番号（vol） | vol.114 |
| 号番号（no） | 105 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |