2308 畳み込みRBFを用いた未学習領域・学習領域の判定

DOI Web Site

書誌事項

タイトル別名
  • 2308 Judgement of Unlearned Area of Learned Area Using Convolute RBF

説明

近似最適化では,データを集めて最適化を繰り返す.その際に近似につきものの誤差と付き合う必要がある.一般に未学習領域は誤差が大きい.そして,この領域の誤差を小さくしようとすると,逆に学習領域の近似精度を犠牲にしてしまうこともある.さらに,再度データを追加する際には,未学習領域を中心にデータの追加を行うことが合理的である.そうでないと必要以上にデータの準備が必要となり,余計なコストをかけることにつながってしまう.そこで,学習領域と未学習領域の判定が必要であると考えられる.ところが,誤差の要因を分析できなければ,偶然値に誤差を含んでいたのか,未学習領域なので仕方なかったのかを判定できない.本研究では畳み込みRBFを近似器として利用する.畳み込みRBFでは基礎関数とデータとの誤差を,多段階でRBF近似して誤差の解消を図っている.この場合,段階を重ねるごとに半径の最適値が小さくなっていく.この性質を利用し,学習領域,未学習領域の判定を行う手法を提示し,その有効性の検証を行う.

収録刊行物

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