著者
小杉 昭博 松井 知章 巽 啓司 谷野 哲三
出版者
一般社団法人 システム制御情報学会
雑誌
システム制御情報学会 研究発表講演会講演論文集
巻号頁・発行日
vol.4, pp.117, 2004

従来の提携形ゲームでは提携やその形成に制限がなく,すべての提携が実現可能であると仮定している.そこで,実現不可能な提携を扱った実現可能提携システムや提携の実現可能度を考慮した実現可能提携システム(Graded Feasible Coalition System:GFCS)による制限ゲームが考えられている.また,そのような制限を伴うゲームの解として制限ゲームを通したMyerson値がある.本研究では,提携や提携へのプレイヤーの参加に対して制限を考え,それぞれの制限の下で限界貢献度に基づく解を定義する.特に,GFCSによる制限において制限ゲームを通さず直接的に解を定義し,Myerson値と比較する.
著者
巽 啓司 福島 雅夫
出版者
一般社団法人 システム制御情報学会
雑誌
システム制御情報学会論文誌 (ISSN:13425668)
巻号頁・発行日
vol.8, no.5, pp.204-211, 1995-05-15 (Released:2011-10-13)
参考文献数
9
被引用文献数
7 1

Error back propagation is one of the most popular ideas used in learning algorithms for multilayer neural networks. Since the pioneering work by Rumelhart, Hinton and Williams, error back propagation has been regarded as a gradient descent method or its close approximation to minimize the sum-squared error function. In this paper, we point out that “on-line” back propagation is better interpreted as a successive projection method for solving a system of nonlinear ineqnalities. In particular we proposed a new learning algorithm based on the successive projection method, in which the stepsize is determined quantitatively based on the magnitude of error observed for each input pattern. Some simulation results on XOR and parity check problems indicate that the propsed algorithm is more effective and robust than the standard on-line back propagation algorithm.