随筆：「ニューロの学習制御」

　

　

　ニューロコンピューターでの学習は制御が難しいのだそうです。学習データに特化した応答しかできずにちょっとした入力のずれに対する許容がないという過学習という現象があります。ちょうどよい加減の学習状態でも、入力のずれに対する許容範囲がどの程度か予測がつけられないとか。

　

　そこで考えました。入力のずれの許容範囲を制御しながら学習するアルゴリズムです。

　

　入力値は値域全体を適当に分割し、その中心値をもって代表させ、ニューロで学習するのです。過学習でよいです。

　

　次に１つの入力端子に代表値とは違う値を入れます。他の端子は今までの値を入力します。出力結果が同じときは、ｔとし、出力結果が違うときはfとして、２分割します。

　同じく他の端子について行っていきます。すると分割は全体で２倍になります。そうしてその２倍となった分割で、ニューロを学習します。

　以下同様にして、n回分割へと詳細化していけばいつか適切な許容範囲をもつニューロの学習に収束するでしょう。そして、そのときは、許容範囲は明確に定義できています。