目的
与えられるデータに適したパターン認識を好適に利用できる技術を提供する。
効果
与えられるデータに適したパターン認識を好適に利用できる。
技術概要
与えられたデータのクラス分類を行う確率的ニューラルネットワークの教師付き学習による学習段階において、
学習データのクラスの種類の数を示すクラス数ｑを取得する取得部と、
学習データｘｔｒと、クラス数ｑと、入力層と中間層との間の結合係数ｃとに基づいてハイパーパラメータである半径値σを求める複数の式の中から、出力値の算出で使用される式を、ユーザの選択操作に基づいて選択する選択部と、
学習データのクラスと、出力層ユニットのクラスの種類とに基づいて、中間層ユニットおよび出力層ユニットの結合の構成を更新する構成更新部と、
選択された式を用いて中間層ユニットおよび出力層ユニットの出力値を算出する出力算出部と、
算出された出力値に基づいて、与えられた学習データの分類結果の妥当性を判定する判定部と、
を備える学習制御装置。
基本情報
開放特許情報
)
登録者情報
その他の情報
