特許

J-GLOBAL ID：200903015137802808

レカレントニューラルネットの学習方法

発明者： フォルカー トレスプ
出願人/特許権者： シーメンス アクチエンゲゼルシヤフト
代理人 (1件)： 矢野 敏雄 (外2名)
公報種別：公開公報
出願番号（国際出願番号）：特願平8-214834
公開番号（公開出願番号）：特開平9-128359
出願日： 1996年08月14日
公開日（公表日）： 1997年05月16日
要約：

【要約】【課題】 レカレントニューラルネットを訓練する際の学習動作を改善する学習方法を提供する。【解決手段】 ネットの帰還接続線を学習のために切離して、これにより付加的な学習入力側を形成し、訓練データを時系列として入力する。すなわち、時系列と、その既知又は前もって与えられている誤差分布密度とに基づいて、付加的な値に対して誤差分布密度を計算する。欠落値に対して欠落値-ノイズ分布により欠落値の少なくとも1つのモンテカルロ標本を抽出し、標本を時系列の中の欠落値の代りに使用する。

請求項（抜粋）：

a) ネットの1つの出力側から1つの入力側に帰還される少なくとも1つの接続線を、学習のために切離して、学習入力側の形の入力側を形成し、b) 訓練のためにネットに供給される入力量を時系列として把握し、c) 前記入力量に重畳された無相関の、時間平均値が零であり有限な分散を有するノイズから、統計的ノイズ分布を求め及び/又は前もって与え、d) 少なくとも時系列の中の欠落値に隣接する測定値及び既知の統計的ノイズ分布から統計的欠落値-ノイズ分布を計算し、前記欠落値に対して、欠落値-ノイズ分布により前記欠落値の少なくとも1つの、前記時系列の中の前記欠落値の代りに使用するモンテカルロ標本を抽出することにより、前記学習入力側に供給される入力量を、時系列の中の欠落測定値として処理することを特徴とするレカレントニューラルネットの学習方法。