- 著者
-
福見 稔
赤松 則男
- 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. CST, コンカレント工学
- 巻号頁・発行日
- vol.98, no.371, pp.1-8, 1998-10-29
本稿では, 進化的アルゴリズムによりニューラルネットワークの構造を縮小化し, その構造から論理関数を抽出する方法について述べている.本稿で使用する進化的アルゴリズムはランダム探索法であるが, 決定論的変異を含むことにより進化の速度が速くなっている.また, ニューラルネットワーク中間層は, 2値出力を生成するニューロンモデルを採用した場合と通常のシグモイド型出力を生成するニューロンを採用した場合の両方を検討する.そして, この両方のネットワークに対して進化的に構造を獲得する学習を行い, 進化学習の速度と容易さ, 進化学習における条件, 学習後のルール化手法, 抽出されたルール, などの比較を行う.どちらのニューロンモデルを用いても, 菖蒲データの分類において, 100%の識別精度を維持した状態での簡単なルール抽出が可能である事を示す.