文献の詳細
| 言語 | 日本語 |
|---|---|
| 著者 | 中村 郁夫,佐藤 俊治,三宅 章吾,阿曽 弘具 |
| 論文名 | 非線形変換を用いたニューラルネットワークによる知識獲得法 |
| 論文誌名 | 信学技報告 |
| Series | NC2003-175 |
| 年月 | 2004年3月 |
| 要約 | 多層パーセプトロンは高性能な識別器である．学習によって獲得した知識は， 結合重みや中間層や出力層の出力値として表現されている．しかし，複雑な結 合と非線形変換で構成されているために学習後のネットワークから人間が理解 できるような知識を得ることは困難である． そこで本稿では，多層パーセプトロンの入力部に複数の非線形変換を用意し， そのパラメータ及び利用重みを学習させることにより，パーセプトロンの学習結果から，入力要素が識別にどのように影響しているのかを考慮した多項式ルールを抽出する方法を提案する． 事前に用意する非線形関数は人間が意味付け可能なものだけを選択し使用する． 提案手法を人工データと実データに適用し，数値実験により有効性を示す． |
@Article {中村2004,
author = {中村 郁夫 and 佐藤 俊治 and 三宅 章吾 and 阿曽 弘具},
title = {非線形変換を用いたニューラルネットワークによる知識獲得法},
journal = {信学技報告},
year = {2004},
month = mar,
series = {NC2003--175}
}