| 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 | 2019-09-23 12:30 群知能を用いたニューラルネットワークの最適化 中村拓海・○吉田元輝・生田智敬（鈴鹿高専）  NLP2019-40 |
|
| 抄録 | （和） | 本研究では，多層パーセプトロン(Multi-Layer Perceptron:MLP)の結合荷重の学習法として群知能アルゴリズムのひとつであるホタルアルゴリズムを用いる．MLPの学習として一般的に用いられる誤差逆伝播法は，勾配法を利用しているため局所解へ陥る可能性が高い．ホタルアルゴリズムはホタルの位置関係から，互いに解空間を移動しながら解探索を行う．誤差関数の微分を用いないことから，勾配法のような局所解に陥る可能性が低いためより効率よく学習が可能であると考えられている．結合荷重の決定を最適化する問題として，ホタルアルゴリズムを適応し解探索を行う．シミュレーションより，一般的なBP法と比較して広範囲の解探索が行えることを示す |
| （英） | In this study, we investigate about a learning of multi-layer perceptron (MLP) by using firefly algorithm. The firefly algorithm is one of optimization algorithm. We give weights of connection of MLP for optimization task of firefly algorithm. In general, the MLP is trained by a back propagation algorithm (BP) which uses the steepest decent method. We compare the firefly algorithm with the BP about characteristics of weights to be learned and confirm that the firefly algorithm can search the wide range in the solution space than the BP. | |
| キーワード | （和） | ホタルアルゴリズム / 多層パーセプトロン / 最適化問題 / 局所解 / / / / |
| （英） | Firefly algorithm / Multi-layer perceptron / Optimization / Local minimum / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 209, NLP2019-40, pp. 27-30, 2019年9月. | |
| 資料番号 | NLP2019-40 | |
| 発行日 | 2019-09-16 (NLP) | |
| 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 | NLP2019-40 |
|
| 研究会情報 | |
| 研究会 | NLP |
| 開催期間 | 2019-09-23 - 2019-09-24 |
| 開催地（和） | 高知県立大学 永国寺キャンパス |
| 開催地（英） | Eikokuji Campus, University of Kochi |
| テーマ（和） | 一般 |
| テーマ（英） | etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2019-09-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | 群知能を用いたニューラルネットワークの最適化 |
| サブタイトル（和） | |
| タイトル（英） | Optimization of Neural Network by Using Swarm Intelligence |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ホタルアルゴリズム / Firefly algorithm |
| キーワード(2)（和/英） | 多層パーセプトロン / Multi-layer perceptron |
| キーワード(3)（和/英） | 最適化問題 / Optimization |
| キーワード(4)（和/英） | 局所解 / Local minimum |
| 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） | 中村 拓海 / Takumi Nakamura / ナカムラ タクミ |
| 第1著者 所属（和/英） | 鈴鹿工業高等専門学校 (略称： 鈴鹿高専) National Institute of Technology, Suzuka College (略称： NIT, Suzuka College) |
| 第2著者 氏名（和/英/ヨミ） | 吉田 元輝 / Gennki Yoshida / ヨシダ ゲンキ |
| 第2著者 所属（和/英） | 鈴鹿工業高等専門学校 (略称： 鈴鹿高専) National Institute of Technology, Suzuka College (略称： NIT, Suzuka College) |
| 第3著者 氏名（和/英/ヨミ） | 生田 智敬 / Chihiro Ikuta / イクタ チヒロ |
| 第3著者 所属（和/英） | 鈴鹿工業高等専門学校 (略称： 鈴鹿高専) National Institute of Technology, Suzuka College (略称： NIT, Suzuka College) |
| 講演者 | 第2著者 |
| 発表日時 | 2019-09-23 12:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2019-40 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.209 |
| ページ範囲 | pp.27-30 |
| ページ数 | 4 |
| 発行日 | 2019-09-16 (NLP) |
[研究会発表申込システムのトップページに戻る]