進化論に基づくニューラルネットワークの構造適応学習アルゴリズムの構成

機関リポジトリ 情報処理学会 Web Site 被引用文献1件 参考文献17件

書誌事項

タイトル別名
  • A Synthesis of Structural Adaptive Learning Algorithm in Neural Network Based on the Theory of Evolution
  • シンカロン ニ モトヅク ニューラル ネットワーク ノ コウゾウ テキオウ ガクシュウ アルゴリズム ノ コウセイ
  • ニューラルネット

この論文をさがす

説明

工学的側面からGAとニューラルネットワークの融合に関する研究がなされてきたが，学習期間中に教師信号に変化が及ぶ，``動的性質''を持つ実験環境上での議論が乏しいのが現状であった．そこで本論文では，自然界の生物が進化と学習によって様々に変化する環境に適応する過程を模倣した，進化論に基づく構造適応学習アルゴリズムを提案する．提案する手法は，学習中に教師信号に変化が及んだ場合でも，学習を初期状態から行うのではなく，ネットワーク構造や結合荷重ベクトル，学習パラメータ値の継承を考慮する適応的な学習を可能とするものである．提案した手法の有効性を検証するために，1変数関数の同定および10bits問題に適用した結果をここに報告する．

From the point of view of engineering, many researchers have beenengaged in the combination of neural networks and geneticalgorithms. However, their discussion has been limited to an environmentof fixed training data during learning phase.In this paper, we propose a structural adaptive learning algorithm inneural network based on the theory of evolution. Our proposed methodimitates the processes that living things adapt their structuresaccording to the various of environments by evolution and learning. Inthis method, once teaching data change during learning under dynamicenvironments, the learning doesn't start to train from the initial stateagain. This method is useful for adaptive learning which can take intoaccount inheritance of the network structure, the connection weightsvector, and the learning parameters.To verify the effectiveness of our proposed method, we applied themethod to an identification of a Gauss function and a 10bits problemwhere an output is determined according to 10 input signals in anenvironment.

収録刊行物

被引用文献 (1)*注記

もっと見る

参考文献 (17)*注記

もっと見る

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ