• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2018 年度 研究成果報告書

潜在競合学習法による多様多層ニューラルネットワークの構築

研究課題

  • PDF
研究課題/領域番号 16K00339
研究種目

基盤研究(C)

配分区分基金
応募区分一般
研究分野 ソフトコンピューティング
研究機関東海大学

研究代表者

上村 龍太郎  東海大学, 情報教育センター, 非常勤講師 (80176643)

研究期間 (年度) 2016-04-01 – 2019-03-31
キーワードニューラルネットワーク / 情報理論 / 汎化能力 / 解釈 / 情報圧縮
研究成果の概要

ニューラルネットワークの代表的な競合学習をより一般的な方法に移行する研究をおこなった。一般化によって競合学習を情報量最大化の一手法と考えることができることがわかった.すなわち,ニューラルネットワークの持つ入力パターンに関する情報量を容易に最大化することができるようになった.この最大化は,複雑な情報を整理する働きがあることもわかり,適切な情報を選択し,情報を圧縮することが可能となった.圧縮された情報は,最も単純なネットワークで表現することができ,ネットワークの推論過程を理解することに応用できることがわかった.

自由記述の分野

ニューラルネットワーク

研究成果の学術的意義や社会的意義

意義は,情報量最大化法の単純化,情報の圧縮,さらに解釈可能なニューラルネットワークの開発の3点に要約できる.まず,これまで最大の問題であったニューラルネットワークの持つ情報量の制御を非常に簡単な競合学習で行うことができることがわかった.また,情報量を圧縮することも容易になり,圧縮された情報量を読み取ることが可能となり,解釈へ応用できる可能性が示された.推論過程の解釈が可能となり,より深く社会に受け入れられる方法へ発展する可能性を示したと考える.

URL: 

公開日: 2020-03-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi