主催: 日本知能情報ファジィ学会
共催: 国際ファジィシステム学会
ファジィ推論モデルの自動構築法において最急降下法がよく用いられる。しかしながら、最急降下法には極小値に陥る可能性があり、学習を最適解へと導くことが難しい。本研究では、ファジィ推論の前処理にカウンタプロパゲーションネットワーク(CPN)を用い、その後の学習に推論ルールの後件部実数値を小さく抑える正則化項を持つ目的関数を適用した手法を提案する。CPNを前処理に利用することは、高次の問題において推論ルール数の増加を抑えたり、学習回数を低減するのに有効である。また正則化項の適用は最急降下法の持つローカルミニマムの問題に対して有効と考えられる。報告では、数値実験により提案手法の有効性について検証する。