【研究分野】知能情報学

【研究領域課題番号】23500189 (KAKENデータベースで見る）

【研究キーワード】

ニューラルネットワーク / 学習アルゴリズム / 準ニュートン法 / オンライン学習 / バッチ学習 / 並列アルゴリズム / オンライン学習法 / バッチ学習法

【研究成果の概要】

本研究では、以下の2つの研究を進めることにより、非線形性の強い特性を持つ関数、もしくは、システムのニューラルネットワークによる近似を可能にすることが目的である。具体的には、「学習データの与え方を改良した勾配法に基づく新たな学習アルゴリズムの提案」及び、「提案学習アルゴリズムのロバスト性に関する解析」である。ここで、本研究におけるロバスト性とは、初期値に依存することなく最適解を得られる、つまり、大域収束性のことを示す。また、回路の設計や最適化への応用を考慮した、所望するシステムの詳細な近似モデルのニューラルネットワークによる実現を目的とした研究へと発展させる。

【研究種目】基盤研究(C)

【研究期間】2011 - 2013

【配分額】3,770千円 (直接経費: 2,900千円、間接経費: 870千円)