Title:
METHOD AND DEVICE FOR ANALYZING NEURAL NETWORK
Document Type and Number:
Japanese Patent JP3568181
Kind Code:
B2
Abstract:
PROBLEM TO BE SOLVED: To obtain a Boolean function with high accuracy and also to reduce processing time with a little calculation quantity by approximating only in a definition area of learning data at the time of approximating a multiple linear function that represents an element of a neural network with the Boolean function.
SOLUTION: An item generating part 3 limits learning data in a definition area corresponding to an item that decides whether or not a Boolean function after approximation exists. Thereby, a range in which a minimum value is searched is limited. After it generates an item, the part 3 decides whether the production of items reaches the degree that is preliminarily set or not, brings the production of an item to an end when it reaches the degree, and picks up one degree and repeats calculations of decision quantity about the next higher order item and its comparison with threshold when it does not. An item connecting device 5 connects each item that is produced by each part 3 from 1 order to n order with logical OR and gets a Boolean function that approximates a sigmoid function of an intermediate element and an output element.
Inventors:
Hiroshi Tsukimoto
Application Number:
JP16634797A
Publication Date:
September 22, 2004
Filing Date:
June 23, 1997
Export Citation:
Assignee:
Toshiba Corporation
International Classes:
G06N3/04; G06F15/18; G06N3/08; G06N3/10; (IPC1-7): G06N3/04
Domestic Patent References:
| JP2294768A | ||||
| JP464163A | ||||
| JP9311848A | ||||
| JP9190419A |
Other References:
山本恵一・他,「ニューラルネットワークからのルールベースの導出」,電子情報通信学会1996年総合大会講演論文集 情報・システム1,日本,社団法人電子情報通信学会,1996年 3月11日,pp.147
月本洋・他,「多重線形関数を用いたニューラルネットワークの構造分析」,電子情報通信学会論文誌,日本,社団法人電子情報通信学会,1996年 7月25日,Vol.J79-D-II, No.7,pp.1271-1279,ISSN:0915-1923
月本洋・他,「重回帰分析に基づいた帰納学習アルゴリズム」,電子情報通信学会論文誌,日本,社団法人電子情報通信学会,1996年 7月25日,Vol.J79-D-II, No.7,pp.1244-1251,ISSN:0915-1923
森田千絵・他,「最尤法を用いたニューラルネットワークからの命題獲得」,情報処理学会研究報告,日本,社団法人情報処理学会,1996年 1月17日,Vol.96, No.4(96-AI-103),pp.31-36,ISSN:0919-6072
月本洋,「記号主義とコネクショニズムの統合パラダイム」,電子情報通信学会技術研究報告,日本,社団法人電子情報通信学会,1993年11月24日,Vol.93, No.341(NC93-43~54),pp.79-86
月本洋・他,「ニューラルネットワークからの命題の抽出」,情報処理学会研究報告,日本,社団法人情報処理学会,1996年 1月17日,Vol.96, No.4(96-AI-103),pp.25-30,ISSN:0919-6072
月本洋,「ニューラルネットワークの論理的分析」,第22回人工知能基礎論研究会資料(SIG-FAI-9501),日本,社団法人人工知能学会,1995年 6月26日,pp.25-32
月本洋・他,「ニューラルネットワークの構造分析」,電子情報通信学会技術研究報告,日本,社団法人電子情報通信学会,1995年 3月18日,Vol.94, No.563(NC94-114~155),pp.139-146
月本洋・他,「多重線形関数を用いたニューラルネットワークの構造分析」,電子情報通信学会論文誌,日本,社団法人電子情報通信学会,1996年 7月25日,Vol.J79-D-II, No.7,pp.1271-1279,ISSN:0915-1923
月本洋・他,「重回帰分析に基づいた帰納学習アルゴリズム」,電子情報通信学会論文誌,日本,社団法人電子情報通信学会,1996年 7月25日,Vol.J79-D-II, No.7,pp.1244-1251,ISSN:0915-1923
森田千絵・他,「最尤法を用いたニューラルネットワークからの命題獲得」,情報処理学会研究報告,日本,社団法人情報処理学会,1996年 1月17日,Vol.96, No.4(96-AI-103),pp.31-36,ISSN:0919-6072
月本洋,「記号主義とコネクショニズムの統合パラダイム」,電子情報通信学会技術研究報告,日本,社団法人電子情報通信学会,1993年11月24日,Vol.93, No.341(NC93-43~54),pp.79-86
月本洋・他,「ニューラルネットワークからの命題の抽出」,情報処理学会研究報告,日本,社団法人情報処理学会,1996年 1月17日,Vol.96, No.4(96-AI-103),pp.25-30,ISSN:0919-6072
月本洋,「ニューラルネットワークの論理的分析」,第22回人工知能基礎論研究会資料(SIG-FAI-9501),日本,社団法人人工知能学会,1995年 6月26日,pp.25-32
月本洋・他,「ニューラルネットワークの構造分析」,電子情報通信学会技術研究報告,日本,社団法人電子情報通信学会,1995年 3月18日,Vol.94, No.563(NC94-114~155),pp.139-146
Attorney, Agent or Firm:
Hideaki Togawa
Previous Patent: DATA TRANSMITTER
Next Patent: METHOD FOR DETECTING SYNCHRONIZATION IN DATA TRANSMITTING DEVICE AND DEVICE THEREFOR
Next Patent: METHOD FOR DETECTING SYNCHRONIZATION IN DATA TRANSMITTING DEVICE AND DEVICE THEREFOR