Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.
Copyright ©2014 Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. 
ニューラルネットワーク ことはじめ 
2014年11月17日 
...
ニューラル ネットワーク? 
2
脳の仕組みを シミュレーションに よって表現した 数学モデル 
3
脳の働きを コンピューターで 
再現する 
4
ニューロン と シナプス 
5
ニューロン(neuron) 
6
神経細胞 
7
細胞体 
(soma) 
http://commons.wikimedia.org/wiki/File:Neuron_Hand-tuned.svg 
樹状突起 (dendrite) 
核 
シナプス (synapse) 
軸索 (axon) 
...
樹状突起から入力される信号が 
ある一定のしきい値を超えると 
急激な電位変化が生じる 
(ニューロンの発火) 
9
軸索から出力された信号が 
シナプスを通じて接続された 
別のニューロンに伝えられる 
10
シナプスの信号伝達効率は 
それぞれ異なる 
11
モデル化してみる 
12
人工ニューロン 
13
しきい値 Θ 
結合係数wi 
入力xi 
出力O 
ユニット 
14
階層型 ネットワーク 
15
wkj 
xi 
Ok 
wji 
入力層 
中間層 
出力層 
16
wkj 
xi 
Ok 
wji 
前向き演算 
入力層 
中間層 
出力層 
17
パターン識別程度であれば 
3階層で実現可能 
18
ネットワークに 
学習させる 
19
結合係数を調整することで 
理想の出力を得る 
20
全てのユニットの 
しきい値は同じ 
Θ=一定 
21
発火したニューロンの出力は 
入力量に関わらず常に一定 
O=0or1 
22
しきい値を半分に減らしたい (より敏感に反応) 
Wiを2倍にする 
(入力感度を高める) 
23
出力を2倍にしたい (より強く反応) 
Wjiを2倍にする 
(出力先の入力感度を高める) 
24
バックプロパゲーション (誤差逆伝搬法) 
25
wkj 
xi 
Ok 
wji 
後向き演算 
入力層 
中間層 
出力層 
26
出力層で得られる誤差が 
少なくなるように 
結合係数を修正する 
27
具体的な計算方法は 
ここで説明するには 
難しすぎるので割愛 
28
複数の教師信号パターンを 
繰り返すことで 
全体の誤差を最小化できる 
29
今回はここまで! 
30
Copyright ©2014 Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. 
http://aitc.jp 
https://www.face...
Prochain SlideShare
Chargement dans…5
×

ニューラルネットワーク ことはじめ

6 141 vues

Publié le

2014年11月度 AITC クラウド・テクノロジー活用部会 勉強会資料
ニューラルネットワーク ことはじめ

Publié dans : Technologie
  • DOWNLOAD THIS BOOKS INTO AVAILABLE FORMAT (Unlimited) ......................................................................................................................... ......................................................................................................................... Download Full PDF EBOOK here { https://tinyurl.com/yyxo9sk7 } ......................................................................................................................... Download Full EPUB Ebook here { https://tinyurl.com/yyxo9sk7 } ......................................................................................................................... ACCESS WEBSITE for All Ebooks ......................................................................................................................... Download Full PDF EBOOK here { https://tinyurl.com/yyxo9sk7 } ......................................................................................................................... Download EPUB Ebook here { https://tinyurl.com/yyxo9sk7 } ......................................................................................................................... Download doc Ebook here { https://tinyurl.com/yyxo9sk7 } ......................................................................................................................... ......................................................................................................................... ......................................................................................................................... .............. Browse by Genre Available eBooks ......................................................................................................................... Art, Biography, Business, Chick Lit, Children's, Christian, Classics, Comics, Contemporary, Cookbooks, Crime, Ebooks, Fantasy, Fiction, Graphic Novels, Historical Fiction, History, Horror, Humor And Comedy, Manga, Memoir, Music, Mystery, Non Fiction, Paranormal, Philosophy, Poetry, Psychology, Religion, Romance, Science, Science Fiction, Self Help, Suspense, Spirituality, Sports, Thriller, Travel, Young Adult,
       Répondre 
    Voulez-vous vraiment ?  Oui  Non
    Votre message apparaîtra ici

ニューラルネットワーク ことはじめ

  1. 1. Copyright ©2014 Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. ニューラルネットワーク ことはじめ 2014年11月17日 先端IT活用推進コンソーシアム クラウド・テクノロジー活用部会 勉強会資料 岡村和英(株式会社テクリエ)
  2. 2. ニューラル ネットワーク? 2
  3. 3. 脳の仕組みを シミュレーションに よって表現した 数学モデル 3
  4. 4. 脳の働きを コンピューターで 再現する 4
  5. 5. ニューロン と シナプス 5
  6. 6. ニューロン(neuron) 6
  7. 7. 神経細胞 7
  8. 8. 細胞体 (soma) http://commons.wikimedia.org/wiki/File:Neuron_Hand-tuned.svg 樹状突起 (dendrite) 核 シナプス (synapse) 軸索 (axon) (細かいところは省略) 8
  9. 9. 樹状突起から入力される信号が ある一定のしきい値を超えると 急激な電位変化が生じる (ニューロンの発火) 9
  10. 10. 軸索から出力された信号が シナプスを通じて接続された 別のニューロンに伝えられる 10
  11. 11. シナプスの信号伝達効率は それぞれ異なる 11
  12. 12. モデル化してみる 12
  13. 13. 人工ニューロン 13
  14. 14. しきい値 Θ 結合係数wi 入力xi 出力O ユニット 14
  15. 15. 階層型 ネットワーク 15
  16. 16. wkj xi Ok wji 入力層 中間層 出力層 16
  17. 17. wkj xi Ok wji 前向き演算 入力層 中間層 出力層 17
  18. 18. パターン識別程度であれば 3階層で実現可能 18
  19. 19. ネットワークに 学習させる 19
  20. 20. 結合係数を調整することで 理想の出力を得る 20
  21. 21. 全てのユニットの しきい値は同じ Θ=一定 21
  22. 22. 発火したニューロンの出力は 入力量に関わらず常に一定 O=0or1 22
  23. 23. しきい値を半分に減らしたい (より敏感に反応) Wiを2倍にする (入力感度を高める) 23
  24. 24. 出力を2倍にしたい (より強く反応) Wjiを2倍にする (出力先の入力感度を高める) 24
  25. 25. バックプロパゲーション (誤差逆伝搬法) 25
  26. 26. wkj xi Ok wji 後向き演算 入力層 中間層 出力層 26
  27. 27. 出力層で得られる誤差が 少なくなるように 結合係数を修正する 27
  28. 28. 具体的な計算方法は ここで説明するには 難しすぎるので割愛 28
  29. 29. 複数の教師信号パターンを 繰り返すことで 全体の誤差を最小化できる 29
  30. 30. 今回はここまで! 30
  31. 31. Copyright ©2014 Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. http://aitc.jp https://www.facebook.com/aitc.jp ハルミン AITC非公式イメージキャラクター

×