多層パーセプトロンによる確率密度関数の自己学習

萩原 義裕  小畑 秀文  

誌名
電子情報通信学会論文誌 D   Vol.J78-D2   No.10   pp.1491-1500
発行日: 1995/10/25
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,  過学習,  誤差逆伝搬学習,  確率密度関数,  

本文: PDF(740.2KB)>>
論文を購入




あらまし: 
ニューラルネットワークにおけるオーバラーニングは,関数近似を失敗する原因となる.これはニューラルネットワークの汎化能力の限界によるものである.この問題を解決するためには,学習サンプルの確率密度関数をニューラルネットワークに学習させ,学習サンプルがない領域に属する入力が与えられた場合には「解答不可能」という結果を出力する方法が有効とされている.本研究では,学習サンプルとランダムな値を交互に入力することによって,学習サンプルの確率密度を関数の出力に反映する方法を提案する.更に,シミュレーションによって,提案した方法が多層パーセプトロン(MLP)で正しく動作したことを報告する.本手法を用いたとき,SN比,出力のノルム,学習サンプルの確率密度はそれぞれ密接に関係する.