ユニット極性の逆伝搬学習に及ぼす影響

五反田 博  植田 吉祥  川崎 武士  

誌名
電子情報通信学会論文誌 D   Vol.J78-D2   No.9   pp.1372-1382
発行日: 1995/09/25
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: 
階層型ネットワーク,  誤差逆伝搬学習,  ユニット極性,  収束,  

本文: PDF(827.5KB)>>
論文を購入




あらまし: 
本論文では,荷重やバイアスの初期値が通常のように乱数で与えられる場合について,活性範囲が0から1の片極型ユニットで構成されるネットワークと-0.5から0.5の両極型ユニットで構成されるネットワークによるBP学習を比較する.そして,入力空間の次元が大きい場合,学習開始時の分離超平面は,両極型のとき入力空間の中心付近を通るのに対して,片極型のとき頂点付近を通るという違いがあることを指摘する.そのため,更新および解実現の観点から,各層の入力空間を有意に分割する分離超平面の数は,片極型に比べて両極型の方が多くなり,その差は次元の増大と共に顕著に開く.シミュレーションの結果,ネットワークサイズが大きい場合,両極型による学習は片極型に比べてより広い範囲の初期値に対して良好な収束を与えることを確認した.また,片極型による解の種類は偏る傾向にあることがわかった.