特許

J-GLOBAL ID：200903079168922362

ニューラルネットワークの最適化学習方法

発明者： 飯坂 達也 ,  松井 哲郎
出願人/特許権者： 富士電機株式会社
代理人 (1件)： 森田 雄一
公報種別：公開公報
出願番号（国際出願番号）：特願2000-071011
公開番号（公開出願番号）：特開2001-256212
出願日： 2000年03月09日
公開日（公表日）： 2001年09月21日
要約：

【要約】【課題】いくつかの有望な学習アルゴリズムを融合し、単体で適用した場合に生じる弱点を他の学習アルゴリズムで補ったり、適用方法を工夫することで、高速かつ効率的にニューラルネットワークを最適化するニューラルネットワークの最適化学習方法を提供する。【解決手段】重畳エネルギー関数法によるニューラルネットワークの学習を行い、このニューラルネットワークの中間層の分散が所定値以下の場合にこの中間層素子とバイアス素子とを融合し、また、このニューラルネットワークの中間層の中の2個の素子の相関係数の絶対値が所定値以上の場合にこれら2個の中間層素子を情報伝達的に同じ働きであるとして融合するコンパクト構造化を行い、学習とコンパクト構造化とを交互に行って中間層の素子を削減しつつニューラルネットワークを最適化する。

請求項（抜粋）：

ニューラルネットワークの入力層、中間層、および、出力層の素子間の結合係数を増減してニューラルネットワークを最適化するニューラルネットワークの最適化学習方法において、重畳エネルギー関数法によるニューラルネットワークの学習を行い、このニューラルネットワークの中間層の中の1個の素子の出力値系列を用いて求めた分散が所定値以下の場合にこの素子をバイアス素子に融合し、また、このニューラルネットワークの中間層の中の2個の素子の出力値系列を用いて求めた相関係数の絶対値が所定値以上の場合にこれら2個の素子を情報伝達的に同じ働きであるとして融合するコンパクト構造化を行い、学習とコンパクト構造化とを交互に行って中間層の素子を削減しつつニューラルネットワークを最適化することを特徴とするニューラルネットワークの最適化学習方法。

IPC (2件)：

G06F 15/18 520 ,  G06F 15/18

FI (2件)：

G06F 15/18 520 Q ,  G06F 15/18 520 F