脳科学と人工ニューラルネットワーク
知能科学：ニューラルネットワーク
... 知能科学：ニュー ラルネットワーク 平井 慎一 目次 ニューロンモデル 近似定理 学習 まとめ ニューラルネットワーク ニューラルネットワーク (Neural Network) 信号を扱う基本技術の一つ 深層学習 (Deep Learning) の発展 深層学習 (Deep Learning) アルファ碁で使用 データを与えて，規則を自動獲得 (犬と猫の画像を与えて，犬[r] ...
87
JAIST Repository: ニューラルネットワークを用いた有効な学習素性の選択
... 5.3.5 出現頻度による分割学習した提案手法の評価 本項では、前項と異なるアプローチで NN による素性選択手法の F 値の向上を図った。 5.2 項で述べた様に、本実験では、計算機のリソースの問題から、素性を複数の部分集合 に分割し、部分集合毎に NN を学習する不完全なものである。部分集合への分割はランダ ムに行っているが、部分集合によって有効な素性やそうでない素性が偏って集まる可能性 ...
86
ニューラルネットワークによる生徒の大地の変化に関する連想記憶モデル
... 2．自己組織化マップによる分析 自己組織化マップ作成のExcelシートを図5 に示した。 「データ4」をシートにセットし、 「単 語数」には「データ4」の単語数を入力する。「デ ータ数」は、 「データ4」の列数を入力する。「最 大値」は「データ4」の最大値を入力する。「訓 練回数」は、自己組織化マップ作成のための演 算の繰り返し数を入力する。任意でよいが、今 回は10,000程度とした。「学習率」は、自己組 ...
7
ニューラルネットワークを用いた逆問題解法 (産業上の非線形問題と数値シミュレーションと領域分割法)
... ラルネットワークの応用について考える。 2. 2 多層ニューラルネットヮークの学習法 多層ニューラルネットワークの基本的な機能は入カデータの組から出カデータの組への写像を行うこと である。 1 組の入カデータのことを 1 「パターン」 と呼ぶ。 あるパターンに対して出カデータになる変数 の正しい値が既知であるときこの値を教師データと呼ぶ。 ...
16
3L4-4 ニューラルネットワークによる洪水予測の精度向上
... 1. はじめに 洪水災害に対するソフト対策として，洪水予測技術の高度化 が求められている．洪水予測手法として，降雨－流出過程を表 現する物理型モデルなどが全国の河川で適用されているが， 様々な誤差が内在する．一方，降雨や水位等の水文観測デー タに基づいたニューラルネットワーク（Artificial Neural Network: ANN）による洪水予測も，既往の研究にて広く適用性が確認さ れている[ASCE Task ...
2
砂時計型ニューラルネットワークを用いた時系列信号の適応的雑音除去
... l.は じめに ユニ ッ ト数 を同数 とし ,中 間層のユニ ッ ト数 を入 力 層お よび出力層 のユニ ッ ト数よ りも少な くした構造 を持つ 131.SNNは 教師信号を入 力信 号と等 しくして 学習 を行 い ,入 力層お よび出力層 よ りも少な い中間 層 のユニ ッ トの出力信 号を利用す る ことによ り ,画 像 ,脳 波な どの情報圧縮 に応用[r] ...
8
$R^2$上のファジィ入力を用いたニューラルネットワーク (決定理論とその関連分野)
... た , 誤差関数において遠い点と近い点を足して 2 で割らないで , 遠い点だけからの距離だ けを考えた誤差関数では学習はあまりうまくいかなかった. そして , 重みの修正の際に共 役勾配法を導入することは, 前の重みの修正量の影響を受けるので, ファジィ数を扱う場 合にはその効果を期待できないことが分かった . ...
9
JAIST Repository: テキスト分類のための語根レベル畳み込みニューラルネットワークの研究
... コーパスに追加する。そして、tf-idf や 1-hot を用い、ベクトルに変更する。 その中、8 割を訓練データとし、2 割をテストデータとする。最後に、機械学習 モデルにフェイドする。 機械学習モデルは、まず、素朴ベイズ（Naïve Bayes） 、サポートベクトルマシ ン（Support Vector Machine） 、ロジスティック回帰（Logistics Regression） 、 K ...
49
知能科学：ニューラルネットワーク
... 知能科学：ニュー ラルネットワーク 平井 慎一 目次 ニューロンモデル 近似定理 学習 まとめ ニューラルネットワーク ニューラルネットワーク (Neural Network) 信号を扱う基本技術の一つ 深層学習 (Deep Learning) の発展 深層学習 (Deep Learning) アルファ碁で使用 データを与えて，規則を自動獲得 (犬と猫の画像を与えて，犬[r] ...
93
ニューラルネットワークを利用した日本の未観測流域における流況推定
... 2) と 比較すると，本研究の推定精度の方が若干低いことを確 認した．しかしながら，学習データ数を増加させること と，地形・土壌・地質・土地利用に関する流域特性指標 を精査することで，推定精度の改善の可能性を確認した． 今後はこれらの知見を生かすことで，更なる推定精度の 向上を目指す． ...
7
JAIST Repository: ニューラルネットワークを用いた有効な学習素性の選択
... When uni-gram is used as the feature set, the F-measure of the proposed method using 5,000 features highly ranked by score B was 0.045 lower than the baseline (0.884).. When uni-gram and[r] ...
5
JAIST Repository: 階層型ニューラルネットワークのニューロン故障補償手法の実装
... Weight Table はあらかじめ計算機上で学習された重 みを保持するテーブルである．これらの故障補償手法 については次章で詳しく述べる． 図 2 は階層型 NN 回路内で用いるニューロンの回路 構成を示す．活性化関数として 2 値のステップ関数を 使用しており，入力 x とそれに対応する重み w の乗算 を行う回路として論理積回路を用いることでニューロ ン回路を簡略化している． ...
5
1F2-5 囲碁プログラムへのニューラルネットワークの応用について
... 出する．今回は AE を用いてデータの特徴抽出を行った． AE は入力層，隠れ層，出力層の 3 層ニューラルネットワークで 構成される． AE では，入力層と出力層が同じになるように 隠れ層までの重みを学習する教師なしの学習を行う．これを 実現することで入力層をより少ない層数の隠れ層で表現でき るため次元圧縮を可能にしており，データの特徴を抽出する ことができると考えられている．事後学習 ...
4
レーダ雨量計を利用したニューラルネットワークによる短期流出計算
... はじめに 雨量から流量への過程は極めて複雑で、流域 内部の表面・中間・基底流出などの現象とそれら の相互関係については十分に解明されていない。 ニューラルネットワークは、動物の神経細胞(ニ ューロン〉を単純な数理モデルで表し、それを多 数結合したものであり、単純に入力と出力の関係 のみを学習させて解を得ようとするものである。 それによって出来るニューラルネットワークは入[r] ...
6
ニューラルネットワーク作成による数学学習の動機付け (数学ソフトウェアとその効果的教育利用に関する研究)
... いる.グラフの描画は matplotlib, 場合によっては GeoGebralo も利用した.この講究録 についても PGF/ TikZ, GeoGebra を用いている.また,課題提出確認は,大学で契約 している Google 社の GSuite for Education に含まれている Google Classroom11を活 用した... なので,これらの科目[r] ...
10
BPニューラルネットワークを用いたサーカディアンリズム源のシステム同定
... われわれは，サーカディアンリズムの１つである睡 眠−覚醒リズムのデータからそのダイナミクスの性質を， NN の手法を用いて同定した。データには規則的な成分 に加えてランダムに変動する成分が含まれている。変動 するデータから生物学的ダイナミクス，すなわち規則的 性質を捉えるために MA-BP アルゴリズムモデルを用い た。MA モデルの次数は被験者の行動に依存するが，最 初の２つが支配的であり，２次のモデルでほとんど内部 ...
11
量子化結合ニューラルネットワークの深層学習に関する研究
... 1.4 深い層構造を持ったニューラルネットワークとメモリ不足の問題 3 トワークは優れたパターン識別能力や自己組織化能力を持つ．これは他の多くの手法が 適応の基準を人間の手によってヒューリスティックに決めていたのに対し，ニューラル ネットワークはその適応の基準自体も学習できるという利点があるからである．（これは ニューラルネットワークが学習規則や初期値や入力データに依存して自己組織的にネット ...
58
4L1-4 人工ニューラルネットワークにおける満足化を用いた汎化手法
... 造をモデル化したものであり，一般には与えられた入力データ とそれに対応する教師信号から，理想となる出力を導き出す処 理を学習するものである．近年では，ニューラルネットワーク の中でも，階層構造を非常に深くすることで強力な表現能力を 実現した深層学習が注目されている．深層学習では，抽象的か つ階層的な表現を獲得することで，与えられた入力データから ...
4
可積分系によるニューラルネットワークの学習の解析 (離散可積分系の応用数理)
... We see in these results that strong overtraining, which is the increase of generalization error in training, occurs if the model has surplus hidden units to realize.. the target function[r] ...
19
ニューラルネットワークによるマルチエージェントの協調行動の学習に関する研究: University of the Ryukyus Repository
... Title ニューラルネットワークによるマルチエージェントの協 調行動の学習に関する研究 Author(s) 与那覇, 賢; 遠藤, 聡志; 山田, 孝治 Citation 琉球大学工学部紀要(54): 93-100 Issue Date 1997-09 ...
9