| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2012-03-14 16:00 素子数制限下での連続関数近似のための追加学習法 ○山内康一郎（中部大）  NC2011-145 |
|
| 抄録 | （和） | 筆者は既に，は組み込み機器向け神経回路:Limited General Regression Neural Network(LGRNN)を提案した． LGRNNはGeneral Regression Neural Networkに中間ユニット数を一定個数に制限する機能を加えたものである． 学習初期は通常のGRNNと同様に，新しいユニットを割り付けることで学習していくが，中間ユニット数が上限に達すると，最も冗長なユニットをカーネル法を使って探しだして削除し，新しい学習サンプルを覚えるべく新しいユニットを割り付ける． しかしこれだけでは，新しいサンプルの学習が過去の記憶に影響を与え，忘却する恐れがある． そこでこの影響を事前に見積り，いくつかの学習オプションを適応的に選択するようになっている． 例えば，新しいサンプルを学習すると，かえって過去の記憶の忘却による誤差が大きくなると予測される場合には，新しいサンプルの学習を拒否する場合もある． 本稿ではこのLGRNNと同様に限られたリソースで学習を続けるクラスタリング用学習法:カーネルパーセプトロン，Forgetron, projectron, PDM等の既存のモデルとの比較を行った結果を報告する． |
| （英） | In our previous work, we had proposed a limited general regression neural network (LGRNN) for embedded systems. The LGRNN learns new instances one by one for regression on a budget. The LGRNN is an improved version of general regression neural network that continues incremental learning under a fixed number of hidden units. Initially, the LGRNN learns new samples incrementally by allocating new hidden units. If the number of hidden units reaches the upper bound, the LGRNN has to remove one useless hidden unit to learn a new sample. However, there are cases in which the adverse effects of removing a useless unit are greater than the positive effects of learning the new sample. In this case, the LGRNN should refrain from learning the new sample. To achieve this, the LGRNN predicts the effects of several learning options (e.g., ignore or learning) before the learning process begins, and chooses the best learning option to be executed. We also compared LGRNN's performances with those of other similar methods: Forgetron, Projectron and PDM. As a result, we found that LGRNN error converges much faster than the other mothods. |
|
| キーワード | （和） | Limited General Regression Neural Networks / Kernel Machine / Approximated Linear Dependency / 追記学習 / Learning on a budget / / / |
| （英） | Limited General Regression Neural Networks / Kernel Machine / Approximated Linear Dependency / Incremental Learning / Learning on a budget / / / | |
| 文献情報 | 信学技報, vol. 111, no. 483, NC2011-145, pp. 141-146, 2012年3月. | |
| 資料番号 | NC2011-145 | |
| 発行日 | 2012-03-07 (NC) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NC2011-145 |
|
| 研究会情報 | |
| 研究会 | MBE NC |
| 開催期間 | 2012-03-14 - 2012-03-16 |
| 開催地（和） | 玉川大学 |
| 開催地（英） | Tamagawa University |
| テーマ（和） | ME，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2012-03-MBE-NC |
| 本文の言語 | 日本語 |
| タイトル（和） | 素子数制限下での連続関数近似のための追加学習法 |
| サブタイトル（和） | |
| タイトル（英） | Incremental Learning for regression on a budget |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Limited General Regression Neural Networks / Limited General Regression Neural Networks |
| キーワード(2)（和/英） | Kernel Machine / Kernel Machine |
| キーワード(3)（和/英） | Approximated Linear Dependency / Approximated Linear Dependency |
| キーワード(4)（和/英） | 追記学習 / Incremental Learning |
| キーワード(5)（和/英） | Learning on a budget / Learning on a budget |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 山内 康一郎 / Koichiro Yamauchi / |
| 第1著者 所属（和/英） | 中部大学 (略称： 中部大) Chyubu University (略称： Chubu Univ) |
| 第2著者 氏名（和/英/ヨミ） | / / |
| 第2著者 所属（和/英） | (略称： ) (略称： ) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2012-03-14 16:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2011-145 |
| 巻番号（vol） | vol.111 |
| 号番号（no） | no.483 |
| ページ範囲 | pp.141-146 |
| ページ数 | 6 |
| 発行日 | 2012-03-07 (NC) |
[研究会発表申込システムのトップページに戻る]