層ごとの学習係数を変えたニューラルネットワークの動作特性

武智 宏親  村上 研二  泉田 正則  

誌名
電子情報通信学会論文誌 D   Vol.J77-D2   No.7   pp.1337-1344
発行日: 1994/07/25
Online ISSN: 
DOI: 
Print ISSN: 0915-1923
論文種別: 論文
専門分野: バイオサイバネティックス,ニューロコンピューティング
キーワード: 
ニューラルネットワーク,  誤差逆伝搬学習,  学習係数,  耐故障性,  

本文: PDF(472KB)>>
論文を購入




あらまし: 
階層型ネットワークに誤差逆伝搬学習を行わせるモデルの学習アルゴリズムに注目すると,各層間の学習は独立には行われず,出力層側での学習の進ちょく状況が入力層側の学習に影響を与えることがわかる.本論文では各層ごとに学習係数を変える学習法(DLBP学習法)を提案し,これにより得られるネットワークの特性について検討を加えた.出力層側の学習係数と入力層側の学習係数の比を変えることにより中間層素子の学習の進ちょく状況をコントロールできる.各中間層素子の担う機能の集中,分散の程度をコントロールできる.など興味深い結果が得られる.この結果を利用すれば少数の中間層素子でネットワークを構成する.破壊(故障)に強いネットワークを構成する.という異なるニーズに対して,相応のネットワークを構成できる可能性がある.ここで提案した学習法は,学習の評価関数を変更して目的のネットワークを構成するという従来の方法とは異なるため,誤差極小値での収束性も保証されている点に特長がある.