Next: 実験結果1
Up: 時間減衰定数を考えない場合の学習結果への影響
Previous: 時間減衰定数を考えない場合の学習結果への影響
目次
実験1
逐次学習方法を利用するときのカオスニューラルネットワークにおける時間減衰定数(、、)を考えない場合を考える。
このとき素子数をとする。
また、学習させるパターンは個から個までで、個ずつ増やしながら通り用意した。
入力パターンにノイズはのせないものとする。
学習方法はそれぞれ5.2節、5.3節、5.4節で述べた通りとする。
の値と
の値を変化させて、パラメータの影響を調べる。
これまでに時間減衰定数を0にしていないときのの値がよりも小さい時の方が学習結果が
良くなり、が最適であるとすると、最適な
は
だいたいであると分かっている。[10]
これは時間減衰定数を考えない場合でも適用することができるのではないかと考えた。
そのため、の値はからまでずつ、
の値をからまでずつ変化させて学習結果の変化を見た。
Deguchi Lab.
2013年2月28日