メタ学習による追加学習の高速化

摘要

ニューラルネットワーク等のモデ′レベースの学習システムは，新規データの学習によって過去の学習内容の忘却が発生するという問題を持つ．この問題を回避するためには，過去の学習データの再学習が必要となる．しかし，この再学習には長い計算時間を必要とする．この計算時間を削減するため，我々は2つのニューラルネットワークからなる追加学習システムを提案してきた．この学習システムはmain-learningモジュールとmeta-learningモジュールで構成され，前者は学習データの入出力関係を学習し，後者は新規入力に対する前者の最適なパラメータ変化量の予測を行う．今回は，main-learningモジュールにResourceAllocating Network (RAN)を用いた場合の実験結果について報告する．