書誌事項
- タイトル別名
-
- ニューラル ネットワーク ノ タイ サイアク コショウカ ガクシュウ
- A Learning Algorithm Considering the Tolerances of the Worst-Case Fault of Neural Networks
この論文をさがす
抄録
application/pdf
ニューラルネットワークを利用することにより, フォールトトレラント回路を効率良く実現することを目的とする.故障の範囲としては, 中間層-出力層間の単一断線故障を想定する.本論文では, 通常の誤差逆伝搬アルゴリズムを用いて各学習セットに対する最悪故障時の出力を教師信号に一致させることにより耐故障性を獲得する「耐最悪故障化学習」アルゴリズムを提案する.シミュレーションを通じ, 本学習方式の学習効率, 及び, 本学習方式により得られる耐故障ニューラルネットワークの耐故障強度を評価し, 良好な結果を得た.また, 本学習方式がニューラルネットワークの汎化能力をも向上させることについても報告する.
収録刊行物
-
- 電子情報通信学会論文誌. D-I, 情報・システム, I-情報処理
-
電子情報通信学会論文誌. D-I, 情報・システム, I-情報処理 83 (1), 203-214, 2000-01-25
電子情報通信学会
- Tweet
詳細情報 詳細情報について
-
- CRID
- 1050564288821956480
-
- NII論文ID
- 110003184456
-
- NII書誌ID
- AA11341020
-
- ISSN
- 09151915
-
- HANDLE
- 10297/5464
-
- NDL書誌ID
- 4974604
-
- 本文言語コード
- ja
-
- 資料種別
- journal article
-
- データソース種別
-
- IRDB
- NDL
- CiNii Articles