文献

J-GLOBAL ID：202002247172534909   整理番号：20A1044385

学習済みニューラルネットワークからのBooleおよび確率ルールの抽出

Extracting boolean and probabilistic rules from trained neural networks

著者 (3件)： Liu Pengyu (Bioinformatics Center, Institute for Chemical Research, Kyoto University, Gokasho, Uji, Kyoto, 611-0011, Japan) ,  Melkman Avraham A. (Department of Computer Science, Ben-Gurion University of the Negev, Beer-Sheva, 84105, Israel) ,  Akutsu Tatsuya (Bioinformatics Center, Institute for Chemical Research, Kyoto University, Gokasho, Uji, Kyoto, 611-0011, Japan)
資料名： Neural Networks  (Neural Networks)
巻： 126  ページ： 300-311  発行年： 2020年06月 
JST資料番号： T0698A  ISSN： 0893-6080  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本論文は,線形閾値関数から成る学習済みニューラルネットワークからルールを抽出する2つのアプローチを提示した。最初のものは,Boole関数の形でルールを抽出するアルゴリズムを導く。既存のものと比較して,このアルゴリズムは,閾値関数が1決定リスト,多数関数,または,これらの特定の組合せに対して,より簡潔なルールを出力する。第二のものは,入力変数と出力の間の関係を表す確率的規則を,動的計画アルゴリズムを用いて抽出する。このアルゴリズムは,各隠れ層が一定数のニューロンを持つ場合,擬似多項式時間で終了する。計算実験により,これら二つのアプローチの有効性を示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *ニューラルネットワーク ,  *機械学習 ,  知識獲得 ,  Boole関数 ,  確率モデル ,  線形性 ,  閾値 ,  動的計画法
準シソーラス用語： ルール抽出 ,  線形関数 ,  閾値関数

著者キーワード (4件)： ニューラルネットワーク ,  Boole関数 ,  ルール抽出 ,  動的計画法

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 学習 ,  ニューラルネットワーク ,  確率 ,  ルール