人工的ニューラルネットワークのための有効領域を決定する方法

発明者：
出願人/特許権者：
代理人 (1件)：矢野敏雄 (外3名)
公報種別：公表公報
出願番号（国際出願番号）：特願平8-507696
公開番号（公開出願番号）：特表平10-504667
出願日： 1995年08月17日
公開日（公表日）： 1998年05月06日
要約：

【要約】例えば工業プロセスでの多数の非線形関係は、不充分にしか解析的に表現できない。しかしニューラルネットワークを用い測定データに基づく経験的モデリングは経済的に適切である。この場合、学習データの分布は重要な問題である、何故ならば技術的プロセスを完全に測定することはしばしば不可能であるからである。その結果、ニューラルネットワークによる経験的モデリングは、部分領域に対してしか有効でないプロセスモデルしか提供しない。このモデルの有効領域は、データの有効領域への所属を示す連続的な関数を用いて表現される。

請求項（抜粋）：

ネットワークパラメータを、ネットワークがd次元訓練データ空間の中の訓練データの1つのセットを表すように設定している、人工的ニューラルネットワークのための有効領域を決定する方法において、a)訓練データの密度Dを、適切に選択した数Kのd次元ガウス関数の線形重なりを用いて近似し、b)Kの平均値ベクトルとKの共分散行列とを、前記訓練データセットが、それぞれ1つの平均値ベクトルが割当てられるK個の部分データセットに分割されるように求め、それぞれの部分データセットの訓練データは、その他の平均値ベクトルのうちのいずれよりも、この部分データセットに割当られている平均値ベクトルの近く位置しており、c)次いで前記共分散を、訓練データの適切に選択した部分に対してDが所定値に到達するようにスケール化し、d)訓練データ空間の点xを、D(x)が前記所定値に到達する場合、前記人工的ニューラルネットワークの有効領域に所属するとみなすことを特徴とする人工的ニューラルネットワークのための有効領域を決定する方法。

前のページに戻る