中村雅己,鹿野清宏
ニューラルネットにおけるバックプロパゲーション学習
の効率化方法
Abstract:ニューラルネットを用いたモデルの適用が活発になってきたが、適用問題の本格化、高度
化にともない、用いるニューラルネットのネットワーク構造が複雑で大規模なものが必要とな
り、また、学習データも大量に必要になるため、学習時間の問題が切実なものとなった。この
問題を解決するために、我々はバックプロパゲーション法を用いた多層ニューラルネットの学
習において、学習の程度を決定するパラメータを動的に変化させることにより、学習の効率化
を図る方法を考案した。
本報告では、まず、バックプロパゲーション学習法の概要について述べ、学習の効率化方
法および比較実験結果を報告する。また、付録に学習効率化シミュレーションプログラム
(DCP2)の取扱い説明、仕様を載せる。