大規模ニューラルネット“CombNET-II”

堀田 健一  岩田 彰  松尾 啓志  鈴村 宣夫  

誌名
電子情報通信学会論文誌 D   Vol.J75-D2   No.3   pp.545-553
発行日: 1992/03/25
Online ISSN: 
DOI: 
Print ISSN: 0915-1923
論文種別: 論文
専門分野: 画像・パターン処理
キーワード: 
ニューラルネットワーク,  文字認識,  ベクトル量子化,  バックプロパゲーション,  

本文: PDF(628.4KB)>>
論文を購入




あらまし: 
一般にニューラルネットが大規模になると,結合数が急速に増加し,また学習の収束が困難になるなどさまざまな問題が生じる.これを改善するために我々は,ベクトル量子化ニューラルネットと階層型ニューラルネットを組み合せたCombNETと名づけたネットワークモデルを提案している.しかし,前段のベクトル量子化ニューラルネットにおけるカテゴリーの大分類が均等にならないという問題が生じた.本論文ではこの問題を解決する手法として,自己増殖型ニューラルネットと呼ぶベクトル量子化ニューラルネットを考案し,このネットワークを適用したCombNET-IIを提案する.このネットワークの利点は二つある.まず第1に,前段で各グループに属するカテゴリーがほぼ均等になるように分割されることである.また第2には,分類するカテゴリーの増減にニューロンの数を柔軟に対応させて変化する点にある.今回はこのCombNET-IIをJIS第1,2水準印刷漢字の識別に適用し,前段における大分類の様子,カテゴリー数の変動に対する能力および識別率の検証を行った.