加藤喜永,伴敏雄,松永昭一,片桐滋
ファジイパーティションモデルに対する
バックプロパゲーションアルゴリズムの高速化
Abstract:大規模なニューラルネットワークをより短時間で設計するためにFPMの学習アルゴリズムを高速化
した。実験結果から、結合パラメータの修正回数を少なくし、さらにDCP法を組合せることが有効で
あることがわかった。多数話者の音素識別に用いるニューラルネットワークを設計し、従来法に比べて
約2.2倍高速になった。また、本手法によりアルゴリズムが高速になるだけでなく、識別率が高くなる
ことも確認した。付録として本高速アルゴリズムを用いたソフトウェアの使用法を添付した。