ニューラルネットワークによる概念の空間表現への順逆アプローチ

使用神经网络进行概念空间表示的正向-反向方法

• 批准号: 06680361
• 负责人: 石川 眞澄
• 金额: $ 0.7万
• 依托单位: Kyushu Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for General Scientific Research (C)
• 财政年份: 1994
• 资助国家: 日本
• 起止时间: 1994 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-06680361/
• 关键词: ニューラルネットワーク; 学習; 逆最適化問題; ヒューマンインタフェース; 文献検索; 数量化理論3類

記号を空間表現するのは、記号間の類似性や相互関係を視覚に訴えて理解しやすくするためである。従来の方法は一方向的であり、何等かの類似性データに基づいて空間配置を求めるに留まっている。これに対し本研究は、単に単語間の関係に基づいて空間配置を行うのみならず、ユーザの考えを反映して空間配置から単語間の関係を修正するという双方向的アプローチを提案する。これをここでは双方向的空間配置と呼ぶ。このアプローチを文献およびキーワードの空間配置という課題に適用する。ここではまず数量化理論3類を用いて単語の最適空間配置を行う。続いてニューラルネットワークの学習により修正後の空間配置から単語間の関係を求めるという逆最適化問題を解くことを提案する。具体的には修正後の空間配置を入力および出力目標値として与え、結合重みを学習することにより、修正後の空間配置を最適配置とする反応行列を求める。ただし通常のニューラルネットワーク学習とは以下の点で異なる。第一に、通常の出力自乗誤差の代わりに、出力ベクトルと出力目標ベクトルの成す角の余弦の最大化という新たな評価を用いる。第二に、層間の結合重み行列間の非線形制約および、各要素の非負制約を満たしながら学習する必要がある。ここでは10個の文献と40個のキーワード間の関係に基づいて数量化理論3類により文献およびキーワードを空間的に配置した。ユーザの空間配置変更の例として、3個の同義語キーワードが同じ場所を占めるという最も単純な修正を加える。この修正後の空間配置を最適配置とするよう逆最適化問題を解くことができた。

The similarity between symbols and the relationship between symbols The method is based on the spatial configuration of a direction and how similar it is. This study is based on the study of spatial allocation and modification of spatial allocation and modification of spatial allocation. The spatial configuration of the two directions is called. This paper discusses the application of space allocation in literature. 3 types of quantitative theory are used in this paper. In the process of learning, the spatial allocation after correction, the relationship between languages, and the inverse optimization problem are solved. The specific space configuration after correction is calculated by the input force and output value, and the combination is calculated by the optimal space configuration after correction. The following points are different from each other: The first is to maximize the cosine of the normal output error, output target, and output angle. Second, the combination of layers and non-linear constraints between rows and columns, and the non-negative constraints of each element are necessary for learning. This paper consists of 10 papers and 40 papers. The space configuration of the switch is changed from example to example, and the three synonyms are changed from the same place to the most pure place. The optimal allocation of space after correction is solved by inverse optimization problem.

项目成果

吉岡康裕、石川眞澄: "ニューラルネットワークによる逆問題解決法を用いた単語の対話的空間配置" 平成6年電気学会電子・情報・システム部門大会講演論文集. 301-304 (1994)

Yasuhiro Yoshioka、Masumi Ishikawa：“使用神经网络逆向问题解决的单词的交互式空间排列”1994 年 IEEJ 电子、信息和系统分会会议记录 301-304 (1994)。

吉岡康裕、石川眞澄: "Interactive Arrangement of Words on a Plane by Inverse Optimization Using Neural Networks" Proceedings of 1994 International Conference on Neural Information Processing,Seoul. 1861-1866 (1994)

Yasuhiro Yoshioka、Masumi Ishikawa：“使用神经网络通过逆优化实现平面上单词的交互排列”1994 年国际神经信息处理会议论文集，首尔 1861-1866（1994 年）。

本間直人、石川眞澄: "情報検索におけるキーワードの空間表現" 電子情報通信学会技術研究報告. 187-194 (1995)

Naoto Honma、Masumi Ishikawa：“信息检索中关键字的空间表示”IEICE 技术报告 187-194 (1995)。