特許

J-GLOBAL ID：200903077021529611

回帰型神経回路網の学習方法

発明者： 新井 賢一
出願人/特許権者： 日本電信電話株式会社
代理人 (1件)： 三好 秀和 (外1名)
公報種別：公開公報
出願番号（国際出願番号）：特願平9-061473
公開番号（公開出願番号）：特開平10-254846
出願日： 1997年03月14日
公開日（公表日）： 1998年09月25日
要約：

【要約】【課題】 ローカルミニマムへの落込みを制御し、誤差が少なく、安定した学習動作を行うことができる回帰型神経回路網の学習方法を提供する。【解決手段】 離散時間、離散値の入力時系列データと該データに対応した目標出力時系列データの組がいくつか与えられた時、離散時間、連続値の素子からなる回帰型神経回路網がその入出力時系列の対応を学習する学習方法において学習がある程度進み、誤差が基準値以下に減少した段階から、誤差が増加しないようにニューロゲインパラメータを増加させつつ学習を進めるとともにまた誤差が増加しないように学習係数を調整しながら誤差が最も減少する方向に結合重みパラメータを修正する。

請求項（抜粋）：

離散時間、離散値の入力時系列データと該データに対応した離散時間、離散値の目標出力時系列データの組がいくつか与えられた時、入力時系列データを離散時間、連続値の回帰型神経回路網に入力し、該神経回路網の実際の出力データと目標出力時系列データとの誤差を減少させるように逐次的に結合重みパラメータを誤差平面の最急降下方向に修正し、その入出力時系列データ間の関数を獲得する回帰型神経回路網の学習方法であって、学習がある程度進み、誤差が基準値以下に減少した段階から、誤差が増加しないようにニューロゲインパラメータを増加させつつ学習を進め、また誤差が増加しないように学習係数を調整しながら誤差が最も減少する方向に結合重みパラメータを修正することを特徴とする回帰型神経回路網の学習方法。