多層パーセプトロンにおける自然勾配学習(基研研究会「ニューラルネットワーク〜これからの統計力学的アプローチ〜」,研究会報告)

• 資料種別: 記事
• タイトル: 多層パーセプトロンにおける自然勾配学習(基研研究会「ニューラルネットワーク〜これからの統計力学的アプローチ〜」,研究会報告)
• 著者・編者: 甘利,俊一
• 出版事項: 日本 : 物性研究刊行会
• 出版年月日等: 1998-06-20
• 出版年（W3CDTF）: 1998-06-20
• 並列タイトル等: Natural Gradient Eliminates Plateaus in Multilayer Perceptions Learning
• タイトル（掲載誌）: 物性研究
• 巻号年月日等（掲載誌）: 70(3)
• 掲載巻: 70(3)
• 掲載ページ: 426-432
• 本文の言語コード: ENG
• 著者別名: Amari,Shun-ichi
• 一般注記: 著者所属: 理化学研究所脳科学総合研究センター; Affiliation: RIKEN Brain Science Institute
• 国立国会図書館永続的識別子: info:ndljp/pid/10938854; https://dl.ndl.go.jp/pid/10938854
• コレクション（共通）: 障害者向け資料
• コレクション（障害者向け資料：レベル1）: テキストデータ
• コレクション（個別）: 国立国会図書館デジタルコレクション > 電子書籍・電子雑誌 > 学術機関 > 学協会; https://dl.ndl.go.jp/collections/B00043
• 収集根拠: NII-ELS
• 公開開始日（W3CDTF）: 2017-08-30
• 受理日（W3CDTF）: 2017-08-22
• 保存日（W3CDTF）: 2017-08-22
• 記録形式（IMT）: application/pdf
• オンライン閲覧公開範囲: インターネット公開
• 遠隔複写可否（NDL）: 不可
• 掲載誌（国立国会図書館永続的識別子）: info:ndljp/pid/10400358; https://dl.ndl.go.jp/pid/10400358
• 連携機関・データベース: 国立国会図書館 : 国立国会図書館デジタルコレクション; https://dl.ndl.go.jp

• 要約等: 多層パーセプトロンは、多数のパラノータを含む非線形の関数を用いてその入出力関係を表現する。学習とは、実現したい入出力関係が外部より与えられたときに、その例題のみに基づいてパーセプトロンの可変パラメータを調整し、これによって例題の含む"2般的"な仕組みを得てこの関数を近似的に実現することである。特に、...