複数のニューラルネットワーク隠れ層出力の等価性抽出の試み

抄録

等価性構造抽出技術は，属性が特定されない多数の系列に対し，その一部の「系列の組」を系列間の関係とみなし，等価と見なしうる系列の組を発見する技術である.たとえば同一もしくは異なる時系列データから，必ずしも同時でない時刻(非同期)に共通した部分系列を含む系列の組を発見する.そこで本稿では，異なりつつも共通部分を含むデータにもとづいて教師あり学習を行った二つの多層パーセプトロン(MLP)について，その隠れ層に含まれる共通部分を抽出するた めの準備をすすめた.等価性構造を抽出しうる二つのデータ内に共通する振る舞いが含まれることを確認し，その上で等価性構造抽出技術を適用すれば，等価性構造が得られうることを示す.