ニューラルネットにおける学習

学習はネットワークが望ましい出力をするようにその構造を変化させることであり、 各時間における教師信号を時間の順序に沿ってネットワークに与え、 バックプロパゲーションの式に基づいて結合荷重を変化させる。

今回の実験では教師信号との誤差の平均が学習が100万回終了した段階で、 十分小さかったときに学習を成功したとし、 誤差の平均が十分小さくならなかったとき 学習が失敗したとする。 また、学習が失敗した場合でも学習中の誤差の平均の変化を記録する。 とくに、誤差の平均が学習回数が5万回以下で ほぼ一定値となった場合をC、 誤差の平均が学習回数に対して、周期的に変化するように なった場合をV、 それ以外の変化を示したものをAとする。 ただし、一周期分の回数だけデータをネットワークに与えた時、 学習が一回完了したこととする。