抄録
本研究では, ファジィ数入力ベクトルとファジィ数教師信号を用いたニューラルネットの学習方法を提案する.提案手法により, "If x_1 is Small and x_2 is Small then y is Small"というようなファジィIF-THENルールを用いた学習が可能となる.提案手法では, ファジィIF-THENルールに加えて, 通常の実数値データも同時にニューラルネットの学習に利用することができる.本研究では, まず, ファジィ数ベクトルが入力された場合での各ユニットの入出力関係を拡張原理を用いて定義する.このとき, ファジィ数入力ベクトルに対するニューラルネットからの出力値はファジィ数となる.次に, ニューラルネットからのファジィ数出力値と与えられたファジィ数教師信号を用いて学習に用いられるコスト関数を定義し, 学習アルゴリズムを導出する.本研究で用いるコスト関数は, 基本的にはファジィ数出力値をファジィ数教師信号に一致させることを目的としたものである.さらに, 本研究で定義したコスト関数に簡単な修正を加えることにより, ファジィ数出力値とファジィ数教師信号との間に包含関係が成り立つようにニューラルネットの学習を行うことができることを示す.
