Today search ranking
The Week search ranking
month search ranking
634views
0likes
対偶伝播ニューラルネットワーク（Counter-Propagation Network，CPN）
対偶伝播ニューラルネットワーク（Counter - Propagation Network, CPN）は、1987年にアメリカの学者であるRobert Hecht - Nielsenによって提案されまし。最初はサンプル選択マッチングシステムを実現するために使われ、バイナリまたはアナログ値のパターンペアを記憶でき、連想記憶、パターン分類、関数近似、統計分析に使用できます
payititi-AI助手 11-28 10:37
515views
0likes
学習ベクトル定量ニューラルネットワーク（Learning Vector Quantization，LVQ）
学習ベクトル量子化ニューラルネットワーク（Learning Vector Quantization, LVQ）：競争ネットワークを基礎として、Kohonenによって提案された。その核心は、競争学習と教師あり学習を組み合わせることであり、学習過程で教師信号によって入力サンプルの割り当てクラスを規定し、自己組織化ネットワークの問題を克服する
11-28 10:36
528views
0likes
競争学習（Competition Learning）
競争学習（Competition Learning）は人工ニューラルネットワークの一種の学習方式で、ネットワークユニット群のすべてのユニットが外界の刺激パターンに対する応答権を相互に競い合い、競争に勝利したユニットの結合重みがこの刺激に有利な方向に変化することを指し、相対的に競争に勝利したユニットは
11-28 10:35
657views
0likes
自己組織化ニューラルネットワーク（Self Organization Neural Network，SONN）
自己組織ニューラルネットワーク（Self Organization Neural Network, SONN）は、自己組織競争ニューラルネットワークとも呼ばれ、サンプル内の内在的な規則と本質的な属性を自動的に探し出し、自己組織的かつ適応的にネットワークのパラメータと構造を変化させます。通常は競争学習（Competitive Learning）によって実現されます
11-28 10:35
473views
0likes
適応線形ユニット（Adaptive Linear Neuron，ADALINE）
1962年、スタンフォード大学の教授であるウィドロウ（Widrow）が適応的に調整可能なニューラルネットワークを提案しました。その基本構成要素は適応型線形ニューロン（Adaptive Linear Neuron、ADALINE）と呼ばれ、主な役割は関数式を線形近似してパターン連想を行うことです。このモデルは実際のエンジニアリング解決に最初に使用された
11-28 10:35
583views
1likes
フィードバックニューラルネットワーク（FeedBack NN）
フィードバックニューラルネットワーク（FeedBack NN）：再帰ネットワーク、回帰ネットワークとも呼ばれ、出力を1ステップの時間シフトを経て入力層に再接続するニューラルネットワークシステムです。この種のネットワークでは、ニューロン同士が相互接続されており、一部のニューロンの出力は同層、さらには前層のニューロンにフィードバックされます。一般的なものにHopfield神
11-28 10:34
385views
0likes
フィードフォワードニューラルネットワーク（FeedForward NN）
フィードフォワードニューラルネットワーク（FeedForward NN）：最も単純なニューラルネットワークの一種で、単方向の多層構造を採用しており、各ニューロンは層状に配置され、各ニューロンは前の層のニューロンとのみ接続されています。前の層の出力を受け取り、次の層に出力し、各層間にはフィードバックがありません。フィードフォワードネットワークには3種類のノードが含まれます：■
11-28 10:33
450views
1likes
ニューラルネットワークの例
次に、自動車ナンバープレートの自動認識の例を通じて、ニューラルネットワークを説明します。いわゆる自動車ナンバープレートの自動認識とは、高速道路の監視カメラがナンバープレートの写真を撮り、コンピュータが写真内の数字を認識することです。この例では、ナンバープレートの写真が入力、ナンバープレートの番号が出力となり、写真の鮮明度に重み（w）を設定することができます。
tianjing2020 11-27 17:43
425views
0likes
ニューラルネットワークの動作過程
ニューラルネットワークの構築には、3つの条件を満たす必要があります。入力と出力、重み（w）と閾値（b）、多層パーセプトロンの構造です。つまり、先ほど出てきたその図を事前に描く必要があります。その中で最も難しい部分は、重み（w）と閾値（b）を決定することです。これまで、これら2つの値は主観的に与えられてきました。
11-27 17:43
433views
0likes
シンプルな意思決定モデル
単一のパーセプトロンは簡単な決定モデルを構成しており、すでに使える状態になっています。現実世界では、実際の決定モデルははるかに複雑で、複数のパーセプトロンから構成される多層ネットワークです。上の図では、最下層のパーセプトロンが外部入力を受け取り、判断を行った後、信号を発して、それが上層のパーセプトロンの
11-27 17:42
450views
0likes
感知器の例
では、例を見てみましょう。町では毎年恒例のゲームアニメ展が開催されています。小明は週末に見に行くかどうか決めかねています。彼は3つの要素を考慮することにしました。天気：週末は晴れですか？同伴：一緒に行く人を見つけることができますか？価格：入場券は負担できますか？これが感知器を構成します。上の三
11-27 17:42
442views
0likes
ニューラルネットワークセンサ
歴史上、科学者たちはずっと人間の脳を模倣し、思考できる機械を作り出したいと望んできました。人間がなぜ思考できるのでしょうか？科学者たちは、その原因は人体の神経ネットワークにあることを発見しました。1、外部刺激は神経終末を通じて電気信号に変換され、神経細胞（ニューロンとも呼ばれます）に伝達されます。2、無数のニューロンが神経を構成します。
11-27 17:40
504views
1likes
人工知能——知識図譜
初心者が初めて人工知能を学び始めるとき、人工知能、機械学習、ディープラーニング、コンピュータビジョンなど、殺到する概念に直面して、一瞬にしてこれらの「難解」な名称に圧倒され、どこから手をつければいいかわからなくなることがあります。または、長い時間学習した後、何人かの学生に彼らが学んだ...
11-17 11:59
2019views
2likes
独立同分布（iid，independently identically distribution）
独立同分布（iid，independently identically distribution）は確率統計理論において、確率過程において任意の時刻の値が確率変数であり、これらの確率変数が同一の分布に従い、かつ互いに独立である場合、これらの確率変数は独立同分布であるという。独立同分布
11-02 17:12
720views
1likes
特性分解Eigendecomposition
固有値分解（Eigendecomposition）は、スペクトル分解（Spectral decomposition）とも呼ばれ、行列をその固有値と固有ベクトルで表される行列の積に分解する方法です。注意すべきは、対角化可能な行列に対してのみ固有値分解を適用できるということです。N次元の非零ベクトルvはN×Nの行列
11-02 17:08
687views
2likes
構造リスク最小化Structural Risk Minimization
構造的リスク最小化（Structural Risk Minimization）とは、関数集合を関数部分集合の系列として構築し、各部分集合をVC次元の大小に従って並べることを指します。各部分集合内で最小の経験的リスクを求め、部分集合間で経験的リスクと信頼範囲を妥協的に考慮して、実際のリスクを最小化します。すなわちSR
11-02 17:07
848views
1likes
負対数尤度negative log-likelihood
尤度関数（likelihood function）機械学習において、尤度関数はモデルのパラメータに関する関数です。「尤度（likelihood）」と確率（probability）は語意が似ていますが、統計学では全く異なる意味を持っています：確率は既知のパラメータの下で、予測を行うために使われます。
11-02 17:02
494views
1likes
分類回帰ツリーCART
分類回帰木（CART, Classification And Regression Tree）も一種の決定木に属します。ここではCARTがどのように分類に用いられるかだけを紹介します。分類回帰木は二分木であり、各非葉ノードには2つの子ノードがあります。ですから、最初の部分木については、その葉ノードの数は非葉ノードの数に比べて
11-02 16:52
530views
0likes
音響モデルacoustic mode
このモジュールでは、音声認識エンジンの音響（acoustic）モデルについて議論します。現在の主流の音声認識システムでは、音響モデルはハイブリッド（hybrid）モデルであり、シーケンスの遷移に使用される隠れマルコフモデル（HMM）と、現在のフレームに基づいて状態を予測するディープニューラルネットワークが含まれています。HMMは
11-02 16:49
447views
0likes
ルール学習Rule Learning
規則学習は、未見の事例を判別できる規則で、通常は訓練データセットの学習によって得られます。それは通常、IF - THEN規則で、非教師あり学習の一種で、一般的に分類の一種として分類されます。規則学習における規則：意味が明確で、データ分布に含まれる客観的な法則を記述できます。
11-02 16:46