最適汎化のための射影学習族の追加学習

• 西 栄治

  東京工業大学 大学院 総合理工学研究科 知能システム科学専攻

• 杉山 将

  東京工業大学 大学院 情報理工学研究科 計算工学専攻

• 小川 英光

  東京工業大学 大学院 情報理工学研究科 計算工学専攻

書誌事項

タイトル別名

• Incremental Learning for Optimal Generalization in a Family of Projection Learnings

抄録

与えられた訓練データに対して学習が完了した後,更に高い汎化能力を獲得するために,新しい訓練データを追加する場合を考える.このような場合,これまでに用いた訓練データと新しく追加する訓練データすべてを用いて最初から学習をやり直す一括学習よりも,以前の学習結果を利用する追加学習の方が効率がよい.これまでに,一括学習と全く同じ学習結果が得られる追加学習法が,射影学習の評価基準のもとで提案されている.本論文では,このような追加学習法を,射影学習,部分射影学習,平均射影学習など,無限に多くの種類の学習を含む射影学習族に対して提案する.そして,射影学習に対する追加学習で得られている多くの性質が,射影学習族に対する追加学習に対しても成立することを示す.

収録刊行物

• 電子情報通信学会技術研究報告. NC, ニューロコンピューティング

  電子情報通信学会技術研究報告. NC, ニューロコンピューティング 99 (473), 7-14, 1999-11-26

  一般社団法人電子情報通信学会

キーワード

• 教師付き学習
• 汎化能力
• 射影学習族
• 一括学習
• 追加学習

詳細情報

• CRID: 1572261552376718720
• NII論文ID: 110003234375
• NII書誌ID: AN10091178
• 本文言語コード: ja
• データソース種別:
  • CiNii Articles