特許

J-GLOBAL ID：200903088750455069

砂時計ニューラルネットワークの引き延ばし学習方法および能動的物体認識装置

発明者： 柳沼 義典 ,  山川 宏 ,  木本 隆
出願人/特許権者： 富士通株式会社
代理人 (1件)： 長澤 俊一郎 (外1名)
公報種別：公開公報
出願番号（国際出願番号）：特願平8-000868
公開番号（公開出願番号）：特開平9-185595
出願日： 1996年01月08日
公開日（公表日）： 1997年07月15日
要約：

【要約】【課題】 砂時計ニューラルネットワークの中間層を段階的に引き延ばして学習させ、最小次元数の中間層を決定するとともに、上記引き延ばし学習法で学習した物体状態推定部を用いて物体状態を推定し、能動的に物体認識を行うこと。【解決手段】 適当な大きさの中間層を設定した砂時計ニューラルネットワークN1(砂時計N1)を学習させたのち、中間層部分を入力とし、中間層は前回より小さな値に設定した砂時計N2を構成し学習させる。そして、学習が充分行われるたびに上記操作を繰り返し、学習が収束しなくなったら学習済砂時計を一つに連結し、中間層数が入力情報の保持する最小次元に対応した砂時計ニューラルネットワークを得る。この学習方法を能動的物体認識装置における物体状態推定部に適用することにより、入力情報の持つ本質的な次元がわからない場合にも、効率よく物体状態推定部を構築することができる。

請求項（抜粋）：

恒等写像を学習させるニューラルネットワークにおいて、入力情報の本質的な次元がわからないため、最小の中間層数を決定できない場合に、適当な中間層数で砂時計ニューラルネットワークを学習させたのち、学習後の中間層部分を入力層として砂時計ニューラルネットワークを再構成し、該再構成された砂時計ニューラルネットワークを学習させ、学習が収束しなくなるまで上記操作を繰り返すことにより、中間層が最小次元となる砂時計ニューラルネットワークを得ることを特徴とする砂時計ニューラルネットワークの引き延ばし学習方法。

IPC (3件)：

G06F 15/18 520 ,  G06F 15/18 560 ,  G06T 7/00

FI (4件)：

G06F 15/18 520 P ,  G06F 15/18 560 C ,  G06F 15/62 415 ,  G06F 15/70 465 A