| 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 | 2018-03-14 15:30 段階的に多層化するニューラルネットワーク ○佐々木駿也・萩原将文（慶大）  NC2017-97 |
|
| 抄録 | （和） | 本論文では段階的に多層化するニューラルネットワークを提案する.ニューラルネットワーク（NN）は多 層化されるほど微細な特徴抽出が可能になるが，勾配消失問題等が発生しやすくなる点が指摘されている. 本稿では この問題を解決するため，教師あり学習を用いて段階的にNNを多層化する手法を提案する.さらに最終的な層数を自 動決定することで，冗長な多層化を回避することができる.提案手法では複数中間層の追加と層の削除を繰り返すこと で段階的に多層化し，学習が収束するまでこれを繰り返す. クラス分類タスクを用いて評価実験を行った結果，勾配 消失を低減しつつ，最適な層数を自動で決定できることが確認された. |
| （英） | In this paper, we propose a neural network with multiple layers in a stepwise manner. Neural networks (NNs) become more multilayered, it is possible to extract detailed features, but the vanishing gradient problem tends to occur. In order to solve this problem, we propose a method for multilayered NN in stages by using supervised learning. Redundant multilayering is avoided by automatically determining the final number of layers. In this method, by repeating the addition of layers and the deletion of one, NN is multilayered in stages and this process is repeated until learning converges. As a result of evaluation experiment with classification task, it was confirmed that the optimum number of layers can be automatically determined with reducing gradient vanishing. | |
| キーワード | （和） | バックプロパゲーション / 貪欲法 / / / / / / |
| （英） | backpropagation / greedy algorithm / / / / / / | |
| 文献情報 | 信学技報, vol. 117, no. 508, NC2017-97, pp. 175-180, 2018年3月. | |
| 資料番号 | NC2017-97 | |
| 発行日 | 2018-03-06 (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 | NC2017-97 |
|
| 研究会情報 | |
| 研究会 | MBE NC |
| 開催期間 | 2018-03-13 - 2018-03-14 |
| 開催地（和） | 機械振興会館 |
| 開催地（英） | Kikai-Shinko-Kaikan Bldg. |
| テーマ（和） | ME，一般 |
| テーマ（英） | ME, general |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2018-03-MBE-NC |
| 本文の言語 | 日本語 |
| タイトル（和） | 段階的に多層化するニューラルネットワーク |
| サブタイトル（和） | |
| タイトル（英） | Gradually Stacking Neural Network |
| サブタイトル（英） | |
| キーワード(1)（和/英） | バックプロパゲーション / backpropagation |
| キーワード(2)（和/英） | 貪欲法 / greedy algorithm |
| キーワード(3)（和/英） | / |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| 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） | 佐々木 駿也 / Shunya Sasaki / ササキ シュンヤ |
| 第1著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio Univercity (略称： Keio Univ) |
| 第2著者 氏名（和/英/ヨミ） | 萩原 将文 / Masafumi Hagiwara / ハギワラ マサフミ |
| 第2著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio Univercity (略称： Keio Univ) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-03-14 15:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2017-97 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.508 |
| ページ範囲 | pp.175-180 |
| ページ数 | 6 |
| 発行日 | 2018-03-06 (NC) |
[研究会発表申込システムのトップページに戻る]