適応フィルタリングによる誤差逆伝播学習法に対する慣性項の導入

• 石原 美彦

  大阪府立大学

• 本村 有寿

  近畿大学

• 有薗 育生

  大阪府立大学

書誌事項

タイトル別名

• Introduction of Inertia Terms into a Back-Propagation Algorithm via Adaptive Filtering
• テキオウ フィルタリング ニ ヨル ゴサ ギャクデンパ ガクシュウホウ ニ タ

抄録

Rumelhartらによる誤差逆伝播学習法の提案以来, 多くの階層型ニューラルネットワークの学習法が提案されている.その一つとして, 木村らは, 従来結合荷重や閾値を最急降下法に基づき独立に更新していた誤差逆伝播学習法に対して, それらの相関を考慮して更新する拡張カルマンフィルタによる誤差逆伝播学習法を提案した.一方, 一般的な誤差逆伝播学習法において, 学習の高速化を目的として慣性項を追加する方法がある.そこで本研究では, 木村らによる拡張カルマンフィルタによる誤差逆伝播学習法に新たに慣性項を追加する方法について考察する.この際, 適応フィルタリングの考え方に基づき, 慣性項の係数を自律的に決定しながら結合荷重や閾値を更新する学習法を提案し, これによる学習進度への効果について報告する.

収録刊行物

• 日本経営工学会論文誌

  日本経営工学会論文誌 49 (5), 320-326, 1998

  公益社団法人 日本経営工学会

キーワード

• 適応フィルタリング
• カルマンフィルタ
• 階層型ニューラルネットワーク
• 学習アルゴリズム

詳細情報

• CRID: 1390282680481024000
• NII論文ID: 110003945603
• NII書誌ID: AN10561806
• DOI: 10.11221/jima.49.320
• ISSN: 21879079
• ISSN: 13422618
• NDL書誌ID: 4625831
• Web Site: https://ndlsearch.ndl.go.jp/books/R000000004-I4625831
• 本文言語コード: ja
• データソース種別:
  • JaLC
  • NDL
  • CiNii Articles
• 抄録ライセンスフラグ: 使用不可