特許

J-GLOBAL ID：200903009894894523

機械的雑音及び測定誤差の存在下における人為的神経ネットワークモデルの性能の改良

発明者： クルカルニ,バスカー,ダッタトレー ,  タンベ,サンジーブ,シュリクリシュナ ,  ロナリ,ジャヤラム,ブッダジ ,  ヴァレチャ,ニーラムクマール ,  デシュムク,サンジェイ,ヴァサントラオ ,  シェノイ,バヴァニシャンカー ,  ラヴィチャンドラン,シヴァラマン
出願人/特許権者： カウンスル オブ サイエンティフィック アンド インダストリアル リサーチ
代理人 (1件)： 高橋 健
公報種別：公表公報
出願番号（国際出願番号）：特願2003-579171
公開番号（公開出願番号）：特表2005-521167
出願日： 2002年03月26日
公開日（公表日）： 2005年07月14日
要約：

機械的雑音及び/又は測定誤差を含む入力-出力実例データの存在下で人為的神経ネットワークモデルの予測精度及び一般化性能を改良する方法であって、ネットワークモデルをトレーニングするために使用される入力-出力実例データ中の雑音及び/又は誤差の存在が該入力と出力の間に存在する非線形的関係を正確に習得し雑音の関係を正確に習得することを困難にし、該方法がコンピュータシミュレーションを用いて大きなサイズの雑音を重ねた試料入力-出力データ集合を作成し、ガウス雑音の特定の量が該実例集合中の入力/出力変数のそれぞれに添加され、それにより作成された拡大された試料データ集合が人為的神経ネットワークモデルを構築するためのトレーニング用集合として用いられ、加えられるべき雑音の量が入力/出力変数に特異的であり、その最適値が推計学的調査及び最適化法、即ち遺伝的アルゴリズムを用いて決定されるものである方法。

請求項（抜粋）：

ネットワークモデルを構築するために利用可能な実例集合として知られる入力-出力データが機械的雑音及び/又は測定誤差を含む場合に、非線形の人為的神経ネットワークモデルの予測精度及び一般化性能を改良する方法であって、 (a)コンピュータ・シミュレーションを用いて雑音を重ねた拡大された入力-出力試料データ集合を作成する工程、 (b)該実例集合における入力-出力パターンのそれぞれについて、コンピュータ・シミュレーションを用いてM個の雑音を重ねた試料入力-出力パターン(ベクトル)を作成する工程、 (c)入力/出力変数のそれぞれに特異的な雑音許容値を用いて雑音を重ねた試料入力-出力パターンを形成する工程、 (d)雑音を重ねた試料入力-出力パターンを作成するため、コンピュータ・シミュレーションを用いてガウス(正規)分布した無作為数を作成する工程、 (e)推計学的調査及び最適化法を用いることにより実例集合中の入力/出力変数のそれぞれに加えられるべきガウス雑音の正確な量を決定する工程、及び (f)非線形の人為的神経ネットワークモデルを構築するための「トレーニング集合」としてコンピュータにより形成された雑音を重ねた試料入力-出力パターンを使用する工程、 を含む方法。

IPC (4件)：

G06N3/00 ,  G06F17/10 ,  G06F17/18 ,  G10L15/16

FI (4件)：

G06N3/00 550C ,  G06F17/10 D ,  G06F17/18 D ,  G10L3/00 539

Fターム (4件)：

5B056BB28 ,  5B056BB51 ,  5B056BB64 ,  5D015JJ00

引用文献：

審査官引用 (1件)

• MLP Training with Noise Optimized by Genetic Algorithm