著者

森田 昌彦 村田 和彦 諸上 茂光 末光 厚夫

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会技術研究報告. NC, ニューロコンピューティング (ISSN:09135685)

巻号頁・発行日

vol.103, no.733, pp.103-108, 2004-03-11

参考文献数

2

---

伝統的な多層パーセプトロンは,入出力関係が文脈に強く依存する場合や2つの独立な入力情報を統合する必要がある場合,学習・汎化能力が著しく低下する.別の言い方をすれば,2変数の関数の近似能力は極めて乏しく,学習サンプルとほぼ同数の中間層素子が必要である上に,サンプル数をいくら増やしても汎化誤差はほとんと減らない.このことを数値実験で示すと共に,その本質的原因を論じる.また,このような多層パーセプトロンの限界が,入力素子の選択的不感化という簡単な手法によって乗り越えられることを示す.