| 研究課題/領域番号 |
17500153
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
感性情報学・ソフトコンピューティング
|
|---|
| 研究機関 | 愛知学院大学 |
|---|
研究代表者 |
伊藤 嘉房 愛知学院大学, 総合政策学部, 非常勤講師 (10022774)
|
|---|
| 研究分担者 |
ITO Yoshifusa Aichigakuin university, Department of policy studies, Part-time Lecturer (17500153)
|
|---|
| 研究期間 (年度) |
2005 – 2007
|
| 研究課題ステータス |
完了 (2007年度)
|
| 配分額 *注記 |
3,410千円 (直接経費: 3,200千円、間接経費: 210千円)
2007年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2006年度: 700千円 (直接経費: 700千円)
2005年度: 1,800千円 (直接経費: 1,800千円)
|
|---|
| キーワード | 神経回路網 / 隠れマルコフ鎖 / ベイズ決定論 / ベイズ判別関数 / 三層神経回路網 / 学習 / ベイズ神経回路網 / 判別関数 / 関数近似 / 多項式 |
|---|
| 研究概要 |
この研究はベイズ判別関数を学習し得るベイズ神経回路網を構成し、それを隠れマルコフ鎖の推定に応用しようとするものである。研究期間内の成果は三点に要約される。
1.ベイズ判別関数を学習し得るベイズ神経回路網として、従来、提案されていた三層神経回路網は実際に学習させてみると、多くの場合、局所極小に落ち込み、実用化は困難と思われた。一般に、神経回路網は素子の数が少ないほど学習は順調に進むと考えられている。われわれの初期の研究は素子の削減により学習の困難を解決しようとするものであった。従来の回路網の隠れ層素子の数を減少してもベイズ判別関数近似の能力は損なわれない事を発見していたが、この研究期間内に、その数が必要最小である事を証明した。
2.確率分布が簡単な場合、この神経回路網を用いて、(1)隠れマルコフ鎖の推定に成功した。(2)さらに、パラメータ素子を付加して、その調節により隠れマルコフ鎖の状態変化に対応できることをしめした。
3.しかし、一般の場合の学習は困難であった。結局、この回路網の2値教師信号による学習能力に限界があることが判明した。それゆえ、隠れ層素子の自由度をある程度制限した新しい型の神経回路網を試みた。この回路網は必然的に素子の増加を伴うにもかかわらず、学習能力がより高いことがシミュレーションにより確認された。その理論は論文にまとめ、印刷中であり、シミュレーションの結果は内外の学会で発表しつつある。
以上、確率分布が簡単な場合は隠れマルコフ鎖の推定に成功し、一般化についてもある程度の目途が得られた。
|
