4M-02
線形・2次関数で学習したConvolutional Neural Networkによる3次関数の相関
○奥谷文徳，川原圭博，浅見　徹（東大）
変数間の関係の評価には相関係数が使われているが，線形な関係の評価指標であるため2次以上の関係に対しては有用ではない．一方で，人間は散布図を見て関係を評価できるため，文字判別タスクのMNISTを参考に，畳み込みニューラルネットワークで関係評価を試みた．線形な関係の相関係数の絶対値と散布図で学習した場合，線形な関係に対し自乗誤差が0.003程度の学習となった．2次の関係をこれに入力すると自乗誤差が線形な関係の100倍以上となった．この結果を曲線の関係を直線で学習できていない結果だと考え，直線と曲線を学習するために線形と2次の関係で学習した結果，3次の関係の自乗誤差を線形な関係の10倍程度に抑えられた．
footer 著作権について 倫理綱領 プライバシーポリシー セキュリティ 情報処理学会