特許
J-GLOBAL ID：200903085495932916
多変数システム構成方法およびその装置
発明者：
出願人/特許権者：
代理人 (1件)：
佐藤 隆久
公報種別：公開公報
出願番号（国際出願番号）：特願平4-250803
公開番号（公開出願番号）：特開平6-075935
出願日： 1992年08月26日
公開日（公表日）： 1994年03月18日
要約：
【要約】【目的】 多層パーセプトロンを用いたニューラルネットワークにおいて、経験によらず中間層の単位ユニット数を決定することができ、汎化性の高い多層パーセプトロンを得ることを目的とする。【構成】 未知のシステムの入出力サンプル20を学習用サンプル21と評価用サンプル22に2分割し、学習用サンプル21の入力サンプルを用いて多層パーセプトロン10に学習を行わせる。この学習後の多層パーセプトロン10に学習用サンプル21および評価用サンプル22のそれぞれの入力サンプルを入力し、それぞれの演算結果を得る。この演算結果と学習用サンプル21および評価用サンプル22の出力サンプルの差の2乗平均を比較し、多層パーセプトロン10において過学習が発生していることを検出する。過学習が検出された場合、中間層13の単位ユニット130を1つ取り去り、学習用サンプル21で多層パーセプトロン10に学習を行わせる。この学習と過学習の検出を、過学習が検出されなくなるまで繰り返す。
請求項（抜粋）：
独立した1つの信号入力に対して第一の演算を行い、複数の演算処理結果を出力し、これらの演算結果に対して第二の演算を行い、複数の演算処理結果を出力し、前記第二の演算結果に対して第三の演算を行い、複数の演算処理結果を出力する多層パーセプトロンを使用し、該多層パーセプトロン内の複数ノードのそれぞれに、独立した入力信号として学習用サンプルと評価用サンプルとを印加し、該サンプル印加手段からのサンプル、および、上記多層パーセプトロンから演算結果を入力して多層パーセプトロン内の中間処理手段における過学習を検出し、過学習を検出した場合、前記中間処理手段の中間ノードにおける第二の演算手段を修正して所定の中間ノードを減少させて学習および評価を行う多変数システム構成方法。
IPC (2件)：
前のページに戻る
