WEKO3
アイテム
Geometry of admissible parameter region in neural learning
https://teikyo-u.repo.nii.ac.jp/records/2016030
https://teikyo-u.repo.nii.ac.jp/records/2016030381fb234-742b-4e37-a91f-a1b22d2d9d80
| Item type | Multiple(1) | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2025-03-27 | |||||||||||
| タイトル | ||||||||||||
| タイトル | Geometry of admissible parameter region in neural learning | |||||||||||
| 言語 | en | |||||||||||
| 作成者 |
Ikeda
× Ikeda
× 甘利
|
|||||||||||
| アクセス権 | ||||||||||||
| アクセス権 | metadata only access | |||||||||||
| アクセス権URI | http://purl.org/coar/access_right/c_16ec | |||||||||||
| 主題 | ||||||||||||
| 言語 | en | |||||||||||
| 主題Scheme | SciVal | |||||||||||
| 主題 | Signal Processing | |||||||||||
| 主題 | ||||||||||||
| 言語 | ja | |||||||||||
| 主題Scheme | SciVal | |||||||||||
| 主題 | 信号処理 | |||||||||||
| 主題 | ||||||||||||
| 言語 | en | |||||||||||
| 主題Scheme | SciVal | |||||||||||
| 主題 | Computer Graphics and Computer-Aided Design | |||||||||||
| 主題 | ||||||||||||
| 言語 | ja | |||||||||||
| 主題Scheme | SciVal | |||||||||||
| 主題 | コンピュータ グラフィックスおよびコンピュータ支援設計 | |||||||||||
| 主題 | ||||||||||||
| 言語 | en | |||||||||||
| 主題Scheme | SciVal | |||||||||||
| 主題 | Electrical and Electronic Engineering | |||||||||||
| 主題 | ||||||||||||
| 言語 | ja | |||||||||||
| 主題Scheme | SciVal | |||||||||||
| 主題 | 電子工学および電気工学 | |||||||||||
| 主題 | ||||||||||||
| 言語 | en | |||||||||||
| 主題Scheme | SciVal | |||||||||||
| 主題 | Applied Mathematics | |||||||||||
| 主題 | ||||||||||||
| 言語 | ja | |||||||||||
| 主題Scheme | SciVal | |||||||||||
| 主題 | 応用数学 | |||||||||||
| 内容記述 | ||||||||||||
| 内容記述タイプ | Abstract | |||||||||||
| 内容記述 | <p>In general, a learning machine will behave better as the number of training examples increases. It is important to know how fast and how well the behavior is improved. The average prediction error, the average of the probability that the trained machine mispredicts the output signal, is one of the most popular criteria to see the behavior. However, it is not easy to evaluate the average prediction error even in the simplest case, that is, the linear dichotomy (perceptron) case. When a continuous deterministic dichotomy machine is trained by t examples of input-output pairs produced from a realizable teacher, these examples limits the region of the parameter space which includes the true parameter. Any parameter in the region can explain the input-output behaviors of the examples. Such a region, called the admissible region, forms in general a (curved) polyhedron in the parameter space, and it becomes smaller and smaller as the number of examples increases. The present paper studies the shape and volume of the admissible region. We use the stochastic geometrical approach to this problem. We have studied the stochastic geometrical features of the admissible region using the fact that it is dual to the convex hull the examples make in the example space. Since the admissible region is related to the average prediction error of the linear dichotomy, we derived the new upper and lower bounds of the average prediction error.</p> | |||||||||||
| 言語 | en | |||||||||||
| 日付 | ||||||||||||
| 日付 | 1996-6 | |||||||||||
| 日付タイプ | Issued | |||||||||||
| Language | ||||||||||||
| 言語 | en | |||||||||||
| 資源タイプ | ||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_f744 | |||||||||||
| 資源タイプ | conference proceedings | |||||||||||
| 収録物識別子 | ||||||||||||
| 収録物識別子タイプ | ISSN | |||||||||||
| 収録物識別子 | 0916-8508 | |||||||||||
| 収録物名 | ||||||||||||
| 収録物名 | IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences | |||||||||||
| 巻 | ||||||||||||
| 巻 | E79-A | |||||||||||
| 号 | ||||||||||||
| 号 | 6 | |||||||||||
| ページ数 | ||||||||||||
| ページ数 | 6 | |||||||||||
| 開始ページ | ||||||||||||
| 開始ページ | 938 | |||||||||||
| 開始ページ | ||||||||||||
| 開始ページ | 943 | |||||||||||
