実験２の結果

まず始めに100素子のネットワークに対して学習回数・学習セット回数の変化が学習した最大パターン数にどう影響するかを図5.18に示す。 学習回数を2倍にした100回、100セットでは最大完全学習数が89パターンから91パターンへの増加が確認できた。 一方学習セット回数を2倍にした50回、200セットでは最大完全学習数に変化は見られなかった。 しかし、入力パターン数が95を越えたところの学習したパターン数の変化に50回、100セットの差異が確認できた。

次に完全学習数と適切な$\Delta w$の変化を図5.19, 5.20, 5.21に示す。 学習セット回数を2倍にした場合、図5.19, 5.21を比べるとまったく同じになり、学習セット回数が$\Delta w$について関連性が低いと考えられる。 一方学習回数を2倍にした場合、学習したパターン数は多少増えている程度だが、適切な$\Delta w$については大きく変化している。 幅は変更前と比べ広くなっており、最大完全学習数を学習する際の適切な$\Delta w$値が$0.005$周辺になっており、学習回数を変化させる前が$0.01$周辺であったことと比べると半分程度になっている。 学習回数を2倍にするということは一つのパターン学習する際に結合荷重の変化を行なう回数を2倍にするということである。 つまり5.5.1項で述べた力のバランスをとる必要が多くなり、値が小さくなるほどとりやすいと考えられる。

図 5.18: 各素子数のネットワークにおける入力パターン数と学習した最大パターン数

図 5.19: ５０回、100セットにおける完全学習数と適切な$\Delta w$

図 5.20: １００回、100セットにおける完全学習数と適切な$\Delta w$

図 5.21: ５０回、200セットにおける完全学習数と適切な$\Delta w$