自己増殖型ニューラルネットワークを用いたプロトタイプ生成による高速最近傍識別器の構成手法

神谷 祐樹  申 富饒  長谷川 修  

誌名
電子情報通信学会論文誌 D   Vol.J90-D   No.11   pp.3000-3013
発行日: 2007/11/01
Online ISSN: 1881-0225
DOI: 
Print ISSN: 1880-4535
論文種別: 論文
専門分野: パターン認識
キーワード: 
最近傍識別器,  自己増殖型ニューラルネットワーク,  高速化,  パターン認識,  

本文: PDF(502.2KB)>>
論文を購入




あらまし: 
本論文では,プロトタイプに基づく高速識別器の構成手法,Adjusted SOINN Classifier(ASC)を提案する.提案手法は自己増殖型ニューラルネットワーク,adjusted SOINNに基づいている.提案手法は,識別境界の決定に必要なプロトタイプ数を自律的に学習し,追加的な学習データに容易に対処することができる.また,ノイズの影響を受けたプロトタイプを削除可能であり,ノイズの多い学習データに対しても頑健に学習可能である.更に,識別に不要なプロトタイプを削除し,高速識別器を構成することが可能である.独自に作成した人工データセットを用いた実験により,提案手法の学習の性質を示した.また,UCIデータセットを用いた実験を行い,従来の様々なプロトタイプに基づく識別手法と比較した結果,ASCが最も高い識別性能を達成し,プロトタイプ削減効率も高い能力を示した.