SOINN：Self-Organizing Incremental Neural Network : 東京工業大学 長谷川研究室 (Hasegawa Lab.)
このページでは，当研究室で開発した教師なし追加学習手法であるSOINN（Self-Organizing Incremental Neural Networks，自己増殖型ニューラルネットワーク）についてご紹介します． SOINN とは？ SOINNとはGrowing Neural GasとSOM（自己組織化マップ）を拡張した教師なし追加学習手法の１つです．主な特徴としてオンラインで入力されるサンプル集合に対し，ネットワークを自己組織的に形成し，サンプル集合の分布を近似することが挙げられます．このとき非定常な分布に従う入力も学習可能であり，分布が複雑な形状をしているクラスに対しても，ノイズの除去を行った上で適切なクラス数およびサンプル集合の分布を近似することができます． このような特徴から，実世界での利用に対して非常に有効な手法の１つであると考えられています． これまでの発表文献 SOIN
ニューラルガス
ニューラルガス（NG）はベクトル量子化に用いられるネットワークで， SOMとよく似たアルゴリズムで動作します． ベクトル量子化とは多数の入力ベクトルの集合を 比較的少ないユニット（参照ベクトル）で近似することをいいます． NGはSOMと同様に教師なし学習によって 自己組織的にベクトル量子化をおこないます． SOMとの違いはネットワークの構造にあります． SOMではマップを作るユニット間の隣接関係が固定されていました． それに対してNGではユニット間の隣接関係に規制がありません． これによりNGの各ユニットは独立して動くことができ， ベクトル量子化として機能します． NGに入力ベクトルが与えられると 入力ベクトルに最も近い参照ベクトルを持つユニットが勝者ユニットとなります． SOMの場合には勝者ユニットからのマップ空間上での距離によって 各ユニットの学習率が決定し
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
