誤差逆伝搬学習におけるノイズの効果とフォールトトレランス

書誌事項

タイトル別名
  • Noise Effects and Fault Tolerance in Backpropagation Learning

この論文をさがす

説明

誤差逆伝搬学習を実行するアナログニューラルネットワーク回路において, 学習時にノイズを加えた場合の学習性能について, 荷重量子化との関連, フォールトトレランスとの関係, ノイズとしてカオス信号を用いた場合などをシミュレーションにより評価した。まず, 荷重量子化を行った場合, 学習成功のための必要最小分解能は10〜13ビット以上である.これにノイズを印加させたとき, 一般には量子化とノイズの相互の影響はほとんどなく, ノイズによって荷重量子化の必要最小分解能が低滅することはなかった.また, ロジスティックカオス信号をノイズとして用いると, ランダムノイズと同様に, ネットワークのフォールトトレランスを向上できることがわかった.

収録刊行物

キーワード

詳細情報 詳細情報について

  • CRID
    1570854177376004992
  • NII論文ID
    110003194147
  • NII書誌ID
    AN10012998
  • 本文言語コード
    ja
  • データソース種別
    • CiNii Articles

問題の指摘

ページトップへ