|
電子情報通信学会ニューロコンピューティング研究会 NC93-50 "多重解像度構造による階層型ニューラルネットワークの学習能力の改善" |
| バックプロパゲーション法によるニューラルネットの学習は初期パラメータに 強く依存しており,初期のネットワーク構造が不適切であることによる学習能力の 低下が見られる。 階層型ニューラルネットワークを非線形関数展開としてとらえた場合,隠れ素子によっ て 作られる基底関数系が不完全であったり線形従属になることを避けなければならない。 本研究では初期値として離散ウェーブレット展開を実現するようなネットワーク構造 を用いる方法を提案する。またこれがネットワークとしてのモデル選択にも有効である ことを示す。さらに他に提案されている初期設定法と比べて学習能力が高いことを 確認した。 |