自传播神经网络的扩展及其在认知发育机器人中的应用研究-猫眼课题宝

自传播神经网络的扩展及其在认知发育机器人中的应用研究

批准号：

07F07076

负责人：

長谷川修

金额：

$1.41万

依托单位：

Tokyo Institute of Technology

依托单位国家：

日本

项目类别：

Grant-in-Aid for JSPS Fellows

财政年份：

2007

资助国家：

日本

项目状态：

已结题

起止时间：

2007 至 2008

来源：

https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-07F07076/

关键词：

自己増殖ニューラルネットワーク追加学習教師あり学習準教師あり学習能動学習 SOINN ESOINN Adjusted SOINN Classifier 耐ノイズ

项目摘要

项目成果

長谷川修的其他基金

相似基金

相关文献

中文摘要

翻译

点击翻译按钮获取中文摘要

英文摘要

(1)SOINNの教師あり学習の枠組みへの拡張とそのパターン認識への応用パターン認識の問題では各クラスのパターンに教師ラベルが与えられる場合があるが、本研究ではSOINNをそうした教師あり学習問題にも適用可能なように拡張する。本研究によれば、ノイズに強く、計算が軽く、多クラスに対応可能で高精度な上、追加学習も可能、といった教師あり学習器が実現できる。こうした学習器は世界的に見ても他に例がなく、学術的に興味深いだけでなく実利用性も極めて高い。この手法の結果を2005年にIEEE Trans.Pattern Analysis and Machine Intelligence(PAMI)に掲載された従来型(学習に膨大な時間がかかり追加学習が不可能)のプロトタイプベースの学習・認識手法と比較したところ、認識精度、情報圧縮率ともに我々の手法の方が優れることがわかっている。(2)SOINNの発展としてのオンライン準教師あり能動学習手法の構築とその認知発達ロボティクスへの応用SOINNては教師なし学習法であるが、SOINNが形成するクラスタのトポロジに「重み」の概念を導入することにより、SOINNを発展させたオンラインの準教師あり能動学習手法を構築する。この手法は計算が軽いほか、耐ノイズ性や追加学習可能性といったSOINNの有用な性質を全て受け継いでおり、世界的に見て他に類を見ない。また性能的にも、実験の結果、2005年のニューラルネットワーク研究分野では最高レベルの国際会議、Neural Information Processing Systems(NIPS)にて報告された従来型(学習に膨大な時間がかかり追加学習が不可能)の準教師あり能動学習手法に匹敵する認識精度が得られることが分かっている。

期刊论文(0)

专著(0)

科研奖励(0)

会议论文

An Incremental Neural Network for Online Supervised Learning and Topology Learning

DOI： 10.20965/jaciii.2007.p0087

发表时间： 2007-01

期刊：

J. Adv. Comput. Intell. Intell. Informatics

影响因子： --

作者：

[Y. Kamiya;S. Furao;O. Hasegawa]