文献

J-GLOBAL ID：201502217509337690   整理番号：15A0827658

SpikePropネットワークの汎化能力向上に関する一検討 汎化能力を低下させる教師入力の検出法

Improving Generalization Ability of SpikeProp Networks: Method to Detect Inputs that Cause Propblem

著者 (5件)： 豊田拓也 (三重大 大学院工学研究科) ,  北川陽一郎 (三重大 大学院工学研究科) ,  高瀬治彦 (三重大 大学院工学研究科) ,  川中普晴 (三重大 大学院工学研究科) ,  鶴岡信治 (三重大 大学院工学研究科)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 115  号： 24(PRMU2015 1-31)  ページ： 65-70  発行年： 2015年05月07日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近年,時系列信号を処理する人工ニューラルネットワークとして,スパイキングニューラルネットワークが注目を集めている。本稿では,その一種であるSpikePropネットワークを取り上げ,その汎化能力が低くなる場合がしばしば生じることに着目し,問題を引き起こす入力を検出する方法について検討した。これまでの研究で,ネットワークを構成する各ユニットの内部電位の変化に着目することで,汎化能力低下の兆候をとらえることができることを示してきた。一つ目の兆候は,内部電位の極大値が発火しきい値に近くなること,もう一つの兆候は,内部電位がしきい値とほぼ同じ値を長時間とることである。本稿では,この手法のパラメータの値と検出性能について検討した。適切に検出法のパラメータを設定することで,85%の入力パターンについて,問題の有無を正しく判定できた。(著者抄録)

シソーラス用語： *汎化 ,  教師 ,  *時系列 ,  *ニューラルネットワーク ,  内部電位 ,  極大値 ,  閾値 ,  パラメータ ,  感度 ,  性能 ,  逆伝搬法 ,  学習
準シソーラス用語： *スパイキングニューラルネットワーク ,  検出性能 ,  誤差逆伝搬法 ,  人工ニューラルネットワーク

分類 (2件)： 人工知能  (JE08000Z) ,  計算機利用技術一般  (JE01000C)

引用文献 (8件)：

• W. Maass, C. M. Bishop: Pulsed Neural Networks, The MIT Press, (1998).
• 黒江康明:スパイキングニューラルネットワーク 学習法の中心として-,システム情報制御,Vol.48,No.2,pp.57-62,(2004).
• Andrzej KASIŃSKI and Filip PONULAK: Comparison of Supervised Learning Methods for Spike Time Coding in Spiking Neural Networks, International Journal of Applied Mathematics and Computer Science, Vol.16, No.1, pp.101-113, (2006).
• Sander M. Bohte, Joost N. Kok, and Han La Poutré Errorbackpropagation in temporally encoded networks of spiking neurons, Neurocomputing , Vol.48, pp.17-37, (2002).
• W. Maass: Noisy spiking neurons with temporal coding have more computational power than sigmoidal neurons, in: M.C. Mozer, M.I. Jordan, T. Petsche (Eds.), Advances in Neural Information Processing Systems, Vol.9, The MIT Press, Cambridge, MA, p.211, (1997).

タイトルに関連する用語 (5件)： 汎化 ,  能力向上 ,  能力 ,  教師 ,  検出法