情報処理学会 第74回全国大会講演要旨

ニューラルネットワークの学習に対して，勾配法に基づくアルゴリズムが様々提案されている．その中で，学習データの与え方に関する研究として，オンライン学習及びバッチ学習法に関する研究がある．近年，準ニュートン法に対して学習データの与え方を改良した改良型オンライン準ニュートン法が提案され，オンライン学習及びバッチ学習法よりも収束性が大幅に向上することが示された．一方，学習データの与え方をパラメータ化した新たな学習法として，パラメータ化オンライン準ニュートン法が提案された．この手法は改良型オンライン準ニュートン法における学習データの与え方を一般化し，その学習能力の有効性に関して，考察することが可能となった．本研究では，学習データの与え方に関する新たな手法を提案する．提案手法では，オンライン学習からバッチ学習への変化を，これまでの学習データの与え方により実現する手法とパラメータにより変化させる手法を結合することにより実現する．階層型ニューラルネットワークの学習に対する有効性についてコンピュータシミュレーションを用いて検証する．