書誌事項
- タイトル別名
-
- Learning Methods for Fuzzy Inference System Using Vector Quantization
- ベクトル リョウシカ オ モチイタ ファジィ スイロン システム ノ ガクシュウホウ
この論文をさがす
説明
<p>ファジィ推論システムの学習に関する多くの研究が行われている. これらの研究 の多くが最急降下法を用いているが, パラメータの初期値設定により, 学習後 のモデルの精度やルール数が影響をうけることが指摘されている. これを改善 するための多くの方法が提案されているが, 必ずしも満足できるシステム構成 とはなっていない. ベクトル量子化を使って, パラメータの初期値を設定する 方法は, 少ないルール数で高い精度を実現する方法の一つとして知られている. 一方で, この方法の問題点としては, 後件部の重みパラメータの初期値設定を 行う効率的な方法が知られていないことである. それゆえ, 前件部パラメータ と後件部パラメータの初期値を設定する方法を最急降下法に取り入れることで, この学習法の能力改善が期待できる. 本論文では, あらかじめ学習用の入出力 データを用いて, ベクトル量子化により入力空間の分割とその空間での重み設 定を行い, これらをパラメータの初期値として用いるファジィ推論システムの 学習法を提案し, その有効性を示す.</p>
収録刊行物
-
- 知能と情報
-
知能と情報 31 (2), 690-699, 2019-04-15
日本知能情報ファジィ学会
- Tweet
キーワード
詳細情報 詳細情報について
-
- CRID
- 1390845713060113024
-
- NII論文ID
- 130007632862
-
- NII書誌ID
- AA1181479X
-
- ISSN
- 18817203
- 13477986
-
- NDL書誌ID
- 029743223
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
- NDL
- Crossref
- CiNii Articles
-
- 抄録ライセンスフラグ
- 使用不可