マッチトラッキングの制御によるファジィARTMAPの性能向上

摘要

適応共鳴理論ニューラルネットワーク(ART)は入力と記憶の類似度に基づいて認識カテゴリを適応的に生成·成長させる教師なし学習システムである。 一方、ARTMAPは2つのARTから構成される教師あり学習システムである。 ところが、サンプルデータに多量のノイズが含まれる場合、従来の学習法によって合成されたARTMAPにおいてカテゴリ数の急激な増加に伴う計算コストの増大や認識性能の低下が確認された。 そこで本研究では、不要カテゴリの生成を引き起こすマッチトラッキング機能を適切に制御するための方法を提案し、その有効性を示す。