認識誤り最小化基準に基づく高速な識別学習法

六井 淳  

誌名
電子情報通信学会論文誌 D   Vol.J87-D2   No.8   pp.1555-1564
発行日: 2004/08/01
Online ISSN: 
DOI: 
Print ISSN: 0915-1923
論文種別: 論文
専門分野: パターン認識
キーワード: 
一般化確率的降下法(GPD),  最小分類誤り(MCE),  汎化能力,  正則化,  過学習,  

本文: PDF(905KB)>>
論文を購入




あらまし: 
本研究では高性能な識別学習法として知られる一般化確率的降下法(GPD)を用いた最小分類誤り学習法(MCE/GPD)を取り上げる.MCE/GPDはその高い認識性能と可変長ベクトルの取扱いが可能であることから,音声認識などへの応用がなされている優れた認識手法である.しかし,他の認識手法同様,未学習データに対する認識性能低下が問題であった(汎化能力問題).更に,アルゴリズムの複雑さに伴う学習時間問題も抱えており,実用面に難点があった.本研究ではこの二つの問題を解決すべく,不良設定問題を回避する正則化学習の導入による汎化能力改善と,階層的モデル配置による学習の高速化を図る新たな学習法を提案する.性能評価には階層型ニューラルネットワークを用いた.