　研究テーマ

階層型ニューラルネットワークや，より一般的なモデルであるリカレントネットワークにおいては，学習法の研究は，最も基本的で重要な分野でです．両ネットワークにおける代表的な学習法である誤差逆伝搬法に関しては，今までにも収束性に関する様々な確率論的解析や決定論的解析がなされてきています．特に，決定論的な収束性に関しては，階層型に対する誤差逆伝搬法は最小化すべき誤差関数に対する最急降下法とみなせることから，様々な仮定のもとで収束性が示されています．一方，リカレントネットワークは，時系列データを扱うため，それに対する誤差逆伝搬法としてよく用いられる BPTT(Back Propagation ThroughTime)や，RTRL(Real-Time Recurrent Learning)は，パターン入力時やリアルタイムに学習を行う手法です．そのため，結合荷重の更新方向は最急降下方向に近似したものとなります．そこで，現在は BPTT，RTRLの両手法の収束性の解析や，リアルタイム学習法の高速化について研究を行っています．

谷野研のホームページへ

巽啓司 (tatsumi@eie.eng.osaka-u.ac.jp)

<最終更新作成日時 1996年8月16日 >