全ての素子数で共通に学習回数50回、学習セット回数100セットとして、50, 100, 200, 300, 400素子のネットワークを用いて、適切な結合加重の変化量を調べた結果を示す。この適切な結合加重の変化量とは完全学習できたときの値である。 図5.3は、素子数50のネットワークにおいて入力パターン数を増加させた時のネットワークが学習した最大パターン数の変化である。このグラフの横軸は入力パターン、縦軸は学習した最大パターン数をとっている。
図5.3の入力パターン数が45パターンを越える辺りまで傾きが1であることが分かる。 これは入力パターン数と学習したパターン数が等しいということであり、完全学習しているといえる。また、この完全学習ができたときのパターン数を最大完全学習数とした。 そこで、次に完全学習をしなくなる学習パターン数の周辺のパターン数における と学習したパターン数の関係を図5.4に示す。
表5.2は、適切な結合加重の変化量と最大完全学習数を素子ごとにまとめたものである。この結果より少ない素子数では結合加重の変化量に差があり、素子数が多くなると適切な結合加重の変化量は1つの値に収束することがわかる。
本研究ではこれらの素子数における適切な結合加重の変化量と最大完全学習数を用いて調べることとする。
素子数[個] | 最大完全学習数[パターン] | 適切な結合加重の変化量 |
50 | 47 | 0.015〜0.034 |
100 | 89 | 0.009〜0.012 |
200 | 184 | 0.005〜0.006 |
300 | 277 | 0.003 |
400 | 368 | 0.002 |