Art

J-GLOBAL ID：202002262790929529   Reference number：20A1994914

Node-perturbation Learning Applied for Soft-committee Machine

ソフトコミッティマシンに適用したノード摂動学習

Author (4)： HARA Kazuyuki (Nihon Univ., Chiba, JPN) ,  KATAHIRA Kentaro (Nagoya Univ., Aichi, JPN) ,  OKADA Masato (Univ. Tokyo, Tokyo, JPN) ,  OKADA Masato (Univ. Tokyo, Chiba, JPN)
Material： 情報処理学会論文誌トランザクション 数理モデル化と応用(Web)  (情報処理学会論文誌 数理モデル化と応用(Web))
Volume： 13  Issue： 2  Page： 61-68 (WEB ONLY)  Publication year： Aug. 28, 2020 
JST Material Number： U0475A  ISSN： 1882-7780  Document type： Article
Article type： 原著論文  Country of issue： Japan (JPN)  Language： ENGLISH (EN)

Thesaurus term： *steepest descent method ,  neural network(biomodel) ,  error(measure) ,  objective function ,  *process ,  output ,  *perturbation
Semi thesaurus term： *learning process ,  *gradient descent method

JST classification (1)： Artificial intelligence  (JE08000Z)

Reference (17)：

• Widrow, B. and Lehr, M.A.: 30 years of adaptive neural networks: Perceptron, Madaline, and Backpropagation, Proc. IEEE, Vol.78, No.9, pp.1415-1442 (1990).
• Williams, R.J.: Simple statistical gradient-following algorithms for connectionist reinforcement learning, Machine Learning, Vol.8, pp.229-256 (1992).
• Fiete, I.R., Fee, M.S. and Seung, H.S.: Model of Birdsong Learning Based on Gradient Estimation by Dynamic Perturbation of Neural Conductances, Journal of Neurophysiology, Vol.98, pp.2038-2057(2007).
• Werfel, J., Xie, X. and Sueng, H.S.: Learning curves for stochastic gradient descent in linear feedforward networks, Neural Computation, Vol.17, pp.2699-2718 (2005).
• Saad, D. (Ed.): On-line learning in neural networks, Cambridge: Cambridge University Press (1999).

Terms in the title (3)： ノード ,  摂動 ,  学習