バイナリニューラルネットワークのGAに基づく幾何学的学習法とその汎化能力について

摘要

本稿ではバイナリニューラルネットワーク(BNN)のGAに基づく幾何学的学習法について議論する。 BNNを多クラス分類問題に適用するため、多ビット出力BNNに向けた2つの学習法を提案する。 一方は各クラスに対応する教師信号に対して並列的に学習を行う手法であり、もう一方は逐次的に学習を行う手法である。 基本的な多クラス分類問題を対象とした数値実験を行い、各手法について汎化能力や中間層ニューロン数などの学習性能の比較を行う。