| 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 | 2019-03-05 09:30 エネルギー考慮したバックプロパゲーション ○金田麟太郎・萩原将文（慶大）  NC2018-63 |
|
| 抄録 | （和） | 本稿では，ネットワークのエネルギーを考慮したバックプロパゲーションアルゴリズム(BP)を提案する．ニューラルネットワーク(NN)は，階層型と相互結合型に分類できる．学習における評価関数はそれぞれ誤差，エネルギーが一般的である．しかし，誤差ではネットワークの内部状態は考慮されていない．それに対して，エネルギーはネットワークの内部状態が考慮されている．そこで，階層型ネットワークの内部状態を考慮可能にするためにエネルギーを定義し，各層間で正解出力に対するエネルギーと実際のエネルギーの差を用いたアルゴリズムを考案した． 既存のBPとの比較をクラス分類タスクで行った結果，学習の収束が早まりかつ精度向上の可能性とノイズへの頑健性があることが確認された． |
| （英） | In this paper, we propose a novel backpropagation(BP) algorithm considering energy. Neural network (NN) can be classified as the feedfoward type and the interconnecting type. In general, the evaluation function in learning is error in the feedfoward type and energy in the interconnecting type. However, the internal state of the network isn't considered in the error. On the other hand, the internal state of the network is considered in the energy. Therefore, we defined the energy so that the internal state of the feedfoward network could be considered. And, we propose an algorithm that uses the difference between the energy for correct answer output and the actual energy in each layer so that the energy becomes lower. In the evaluation experiments, we compared with existing BP using classification tasks. As a result, it is confirmed that convergence of learning is accelerated and there remains possibility of improvement of accuracy and robustness to noise. | |
| キーワード | （和） | バックプロパゲーション / ニューラルネットワーク / エネルギー / 情報量 / / / / |
| （英） | backpropagation / neural network / energy / information amount / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 470, NC2018-63, pp. 105-110, 2019年3月. | |
| 資料番号 | NC2018-63 | |
| 発行日 | 2019-02-25 (NC) | |
| ISSN | 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 | NC2018-63 |
|
| 研究会情報 | |
| 研究会 | NC MBE |
| 開催期間 | 2019-03-04 - 2019-03-06 |
| 開催地（和） | 電気通信大学 |
| 開催地（英） | University of Electro Communications |
| テーマ（和） | NC, 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 | 2019-03-NC-MBE |
| 本文の言語 | 日本語 |
| タイトル（和） | エネルギー考慮したバックプロパゲーション |
| サブタイトル（和） | |
| タイトル（英） | Novel Backpropagation Algorithm Considering Energy |
| 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） | ニューラルネットワーク / neural network |
| キーワード(3)（和/英） | エネルギー / energy |
| キーワード(4)（和/英） | 情報量 / information amount |
| 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） | 金田 麟太郎 / Rintaro Kanada / カナダ リンタロウ |
| 第1著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (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 University (略称： Keio Univ.) |
| 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 | 2019-03-05 09:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2018-63 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.470 |
| ページ範囲 | pp.105-110 |
| ページ数 | 6 |
| 発行日 | 2019-02-25 (NC) |
[研究会発表申込システムのトップページに戻る]