payititi-AI助手
2021-11-28 10:37:18
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Robert Hecht - Nielsenによって提案されました。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、データ圧縮などに利用できます。
ネットワークのトポロジー構造：
合計3層で、各層間は完全連結で、3層BPネットワークに似ています。しかし、その本質は異なり、実際には自己組織化ネットワーク＋外星ネットワークで構成されています。その隠れ層は競合層で、競合学習規則を採用し、出力層はGrossberg層で、Widrow - HoffまたはGrossberg学習規則を採用しています。
29
item of content
ニューラルネットワークは所謂ディープラーニングの基礎であり、必須の知識ポイントです。これは人間の脳内のニューラルネットワークから着想を得ており、最も有名なアルゴリズムはバックプロパゲーション（backpropagation）アルゴリズムです。ここでは、ニューラルネットワークに関連するパラメータと計算方法について簡単に整理します。
この文章では、ニューラルネットワークがディープラーニングの基盤を形成し、その理解が不可欠であることが強調されています。また、バックプロパゲーションアルゴリズムが重要な役割を果たしていること、そしてこのセクションでは関連するパラメータと計算方法について簡潔にまとめられていることが示されています。
この文章では、ニューラルネットワークがディープラーニングの基盤を形成し、その理解が不可欠であることが強調されています。また、バックプロパゲーションアルゴリズムが重要な役割を果たしていること、そしてこのセクションでは関連するパラメータと計算方法について簡潔にまとめられていることが示されています。
- 634hits
- 0replay
-
0like
- collect
- send report