|
電子情報通信学会非線形問題研究会 NLP91-21 "連続関数の領域区分近似を実現するネットワーク" |
| 非線形連続関数の近似にニューラルラルネットワークを適用する場合がある が, そこで用いられる一般的な学習法, BackPropagation法にはローカルミニマ, 初期値設定や, 収束が遅いなど, 様々な問題点がある。 本報告では, まずBP学習法について, 学習パラメータの最適な修正量を得られないこと , 関数の高次成分の曲率の近似が困難であることを述べる。 次いで, スプライン関数や競合学習ネットワークの性質を結合したネットワークモデル を提案し, 領域区分近似学習法を提案する。 さらに, シミュレーションにより本学習法による近似がBP法と比較して, 非常に短い学習時間で, 良い精度が得られることを示す。 |