リカレントニューラルネットワークの学習に関する研究

この論文をさがす

著者

    • 渡辺, 辰巳 ワタナベ, タツミ

書誌事項

タイトル

リカレントニューラルネットワークの学習に関する研究

著者名

渡辺, 辰巳

著者別名

ワタナベ, タツミ

学位授与大学

名古屋大学

取得学位

博士 (工学)

学位授与番号

甲第2775号

学位授与年月日

1993-03-25

注記・抄録

博士論文

目次

  1. 目次 / p1 (0004.jp2)
  2. 1 序論 / p1 (0006.jp2)
  3. 1.1 本研究の背景 / p1 (0006.jp2)
  4. 1.2 本研究の目的 / p15 (0013.jp2)
  5. 1.3 本論文の構成 / p16 (0014.jp2)
  6. 2 RNNにおける教師あり学習則 / p19 (0015.jp2)
  7. 2.1 緒言 / p19 (0015.jp2)
  8. 2.2 リカレントニューラルネットワーク / p20 (0016.jp2)
  9. 2.3 リカレントニューラルネットワークの3つの学習則 / p22 (0017.jp2)
  10. 2.4 計算量・記憶容量の比較 / p31 (0021.jp2)
  11. 2.5 シミュレーションによる検討 / p36 (0024.jp2)
  12. 2.6 結言 / p39 (0025.jp2)
  13. 3 記憶面の概念に基づくRNNの学習の解析 / p45 (0028.jp2)
  14. 3.1 緒言 / p45 (0028.jp2)
  15. 3.2 離散時間系におけるリカレントニューラルネットワーク / p46 (0029.jp2)
  16. 3.3 アディティブネットワークの学習曲面形状 / p57 (0034.jp2)
  17. 3.4 結言 / p69 (0040.jp2)
  18. 4 RNNにおける記憶面と学習曲面の実験的検証 / p71 (0041.jp2)
  19. 4.1 緒言 / p71 (0041.jp2)
  20. 4.2 シミュレーションに用いられた条件 / p72 (0042.jp2)
  21. 4.3 記憶面と学習曲面 / p77 (0044.jp2)
  22. 4.4 学習過程 / p88 (0050.jp2)
  23. 4.5 結言 / p106 (0059.jp2)
  24. 5 総論 / p109 (0060.jp2)
  25. 5.1 本研究で得られた成果 / p109 (0060.jp2)
  26. 5.2 今後の課題 / p114 (0063.jp2)
  27. 付録 / p117 (0064.jp2)
  28. A 変分法に基づく学習則の導出 / p117 (0064.jp2)
  29. B 記憶面の2次元断面図の作成 / p121 (0066.jp2)
1アクセス

各種コード

  • NII論文ID(NAID)
    500000095760
  • NII著者ID(NRID)
    • 8000000095986
  • DOI(NDL)
  • NDL書誌ID
    • 000000260074
  • データ提供元
    • NDL-OPAC
    • NDLデジタルコレクション
ページトップへ