特許

J-GLOBAL ID：200903053446150997

ニューラルネットワークの学習方法

発明者： 武藤 佳恭 ,  藤澤 公也 ,  青葉 雅人 ,  菊地 哲央
出願人/特許権者： 武藤 佳恭 ,  東洋通信機株式会社
代理人 (1件)： 鈴木 均
公報種別：公開公報
出願番号（国際出願番号）：特願平10-349014
公開番号（公開出願番号）：特開2000-172662
出願日： 1998年12月08日
公開日（公表日）： 2000年06月23日
要約：

【要約】【課題】 ニューラルネットワークの汎化能力を確実に高めることができる学習方法を提供する。【解決手段】 入力ユニット、中間ユニット及び出力ユニットを備えた階層型のニューラルネットワークを対象とし、ニューラルネットワークに学習ベクトル量子化の手法により学習させた後(S1)、その学習の結果入力空間内に定義された各クラス領域内にバルーンネットモデルの手法を適用して、各クラス領域内に均等分布する疑似データを発生させ(S2)、これら疑似データを教師ベクトルとしてバックプロパゲーションの手法により前記各ユニット間の結合重みを学習させる(S3)。上記疑似データは各カテゴリ領域内に均等に分布した値であるので、これらを教師ベクトルとしてバックプロパゲーションの手法により学習させることにより、初期値に依存せず、統計的に理にかなったカテゴリ識別境界を有するニューラルネットワーク内部構造をもって学習収束状態に到る。

請求項（抜粋）：

入力層ニューロンユニット、中間層ニューロンユニット及び出力層ニューロンユニットを備えた階層型のニューラルネットワークを対象とし、ニューラルネットワークに学習ベクトル量子化の手法により学習させた後、その学習の結果入力空間内に定義された各クラス領域内にバルーンネットモデルの手法を適用して、各クラス領域内に均等分布する疑似データを発生させ、これら疑似データを教師ベクトルとしてバックプロパゲーションの手法により学習させるようにしたことを特徴とするニューラルネットワークの学習方法。