2014年4月 - 2016年3月
補助関数法による最適化アプローチの高速機械学習への展開
日本学術振興会 科学研究費助成事業 挑戦的萌芽研究
タンジェントハイパボリック関数を活性化関数とする2層ニューラルネットワークに対して、ルックアップテーブルを利用した2次の補助関数を導出した。また、多層構造をもつニューラルネットワークを学習するために、この補助関数を出力側から入力側へ再帰的に設計できることを示し、目的値を出力層から入力層側に順次伝播させる目的値逆伝播というアイディアに基づく改良も行った。MNISTの手書き文字データを用いた実験では、従来の適応型勾配法よりも大幅に少ない反復回数で学習が収束することを示した。
- リンク情報
- ID情報
-
- 課題番号 : 26540090
- 体系的課題番号 : JP26540090