動径基底関数ネットワークモデルに基づく非線形判別とその応用 Nonlinear Multiclass Classification Using Radial Basis Function Networks and Its Application

この論文にアクセスする

この論文をさがす

著者

抄録

現在の高度に発展したコンピュータの利用環境の下で,様々なモデリング手法が開発され,これまでは十分な解析が難しかった複雑な非線形構造を内在する現象の分析が可能となりつつある.本稿では,階層型ニューラルネットワークの一つである動径基底関数ネットワークに基づく非線形判別問題について検討し,モデルの複雑さの程度を調整するパラメータを基底関数に導入した非線形識別・判別関数を提案する.モデル構築に当たっては,基底関数の個数,正則化パラメータ等の選択が本質的となるが,これらの選択を情報量,及びベイズ理論の観点から考察したモデル評価規準をそれぞれ導出する.また,諸分野で蓄積されつつある実データおよび人工データの解析を通して,提案する手法の有効性を検証する.

Neural networks have received considerable attention in various fields of research such as statistical science, engineering, computer science, artificial intelligence, among others. We considered the multi-class classification problem based on radial basis function networks with hybrid learning and the technique of regularization.

収録刊行物

  • 応用統計学

    応用統計学 31(2), 123-139, 2002-11-30

    Japanese Society of Applied Statistics

参考文献:  27件中 1-27件 を表示

被引用文献:  1件中 1-1件 を表示

各種コード

  • NII論文ID(NAID)
    10010085915
  • NII書誌ID(NCID)
    AN00330942
  • 本文言語コード
    JPN
  • 資料種別
    ART
  • ISSN
    02850370
  • NDL 記事登録ID
    6377773
  • NDL 雑誌分類
    ZM31(科学技術--数学)
  • NDL 請求記号
    Z15-401
  • データ提供元
    CJP書誌  CJP引用  NDL  J-STAGE 
ページトップへ