交差検証誤差逆伝搬法によるランク縮小

摘要

本論文では，ニューラルネットが過学習する原田について考察し，新たな点推定法である交差検証rn最ゆう推定とその学習法である交差検証誤差逆伝搬法を提案する．提案法を線形ニューラルネットに適用するrnと，真の関数が識別不能な場合にランクの縮小が起こり，平均汎化誤差は通常の最ゆう推定や誤差逆伝搬法をrnEarly-Stoppingした場合，ベイズ推定したときの平均汎化誤差の主要項よりも小さくなった.また，真の関数がrnほぼ識別不能な場合にも良好な推定性能が得られた．