大規模4層ニューラルネット“Comb NET”

岩田 彰  當麻 孝志  松尾 啓志  鈴村 宣夫  

誌名
電子情報通信学会論文誌 D   Vol.J73-D2   No.8   pp.1261-1267
発行日: 1990/08/25
Online ISSN: 
DOI: 
Print ISSN: 0915-1923
論文種別: 特集論文 (ニューロコンピューティング論文特集)
専門分野: 文字認識への応用
キーワード: 


本文: PDF(692.6KB)>>
論文を購入




あらまし: 
これまでに行われたニューラルネットワークに関する研究は,分類カテゴリー数の少ない比較的小規模なニューラルネットを取り扱っており,実用的で大規模なニューラルネットにこれらの成果をそのまま拡張できるかは疑問である.本論文は,従来のネットワークモデルでは困難であった多数のカテゴリーを分類するための大規模ニューラルネットワークの構築手法について一つの手法を提案する.提案するネットワークComb NETは,前段に入力データを大分類するためのベクトル量子化ニューラルネットを配置し,後段にはグループ内のデータを細分類する階層型ニューラルネットを多数並列に配置したくし型の構成をとる.このニューラルネットの学習は,前段のベクトル量子化型ニューラルネットの形成をKohonenの自己組織化アルゴリズムにより行い,後段の階層型ニューラルネットの学習はバックプロパゲーション法を用いて行う.このネットワークの利点は学習の容易さと結合数の少なさにある.ここでは,Comb NETをJIS第1水準の印刷漢字の識別に適用し,更に第1層と第4層の出力を結合するネットワークを追加して,未学習パターンについて99.5%の識別率を得た.