特許

J-GLOBAL ID：200903010254840972

ニューラルネットワークの学習装置

発明者： 藤岡 典宏 ,  中村 達矢 ,  石田 明 ,  瀧川 益生
出願人/特許権者： 松下電器産業株式会社
代理人 (1件)： 松村 博
公報種別：公開公報
出願番号（国際出願番号）：特願平7-295642
公開番号（公開出願番号）：特開平9-138786
出願日： 1995年11月14日
公開日（公表日）： 1997年05月27日
要約：

【要約】【課題】 各学習データの学習しやすさ、データパターン等の分類や分類ごとのデータ数によらず、各データを均一、かつ高速に学習させる。【解決手段】 カテゴリー記憶手段3で、学習データをカテゴリーごとに分割して記憶しておき、そのカテゴリーごとにN.N演算手段1によりN.N出力を算出する。各カテゴリーのN.N出力と教師信号との2乗誤差と、各カテゴリーのデータ数に応じて重み付け係数更新手段4が重み付け係数を各カテゴリーごとに変更して記憶し、その重み付け係数により重み付け手段5は各カテゴリーの2乗誤差の和に重み付けする。結合係数更新手段2は、2乗誤差和を誤差関数としてバックプロバゲーション法により結合係数を更新する。

請求項（抜粋）：

学習対象の特性をニューラルネットワークに学習させる学習装置であって、入力として与えられる学習対象である学習データを複数のカテゴリーごとに記憶するカテゴリー記憶手段と、複数のカテゴリーに分割された学習データに対してニューラルネットワークの演算を行うニューラルネットワーク演算手段と、前記ニューラルネットワーク演算手段の出力と教師信号との2乗誤差および各カテゴリーのデータ数に応じて各カテゴリーごとに重み付け係数を変更して記憶する重み付け係数更新手段と、前記重み付け係数に応じて前記2乗誤差に重み付けを行う重み付け手段と、重み付けされた2乗誤差からバックプロパゲーション法によりニューラルネットワークの結合係数を求める結合係数更新手段とを備えていることを特徴とするニューラルネットワーク学習装置。