ファジィ推論におけるメンバシップ関数の高速学習方式について

• Item type: SIG Technical Reports(1)
• 公開日: 1991-05-10
• タイトル: ファジィ推論におけるメンバシップ関数の高速学習方式について
• タイトル / 言語: en
• タイトル: A Fast Learning Algorithm for Fuzzy Membership Functions
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: （株）日立製作所システム開発研究所
• 著者所属: （株）日立製作所システム開発研究所
• 著者所属: （株）日立製作所システム開発研究所
• 著者所属(英): en
• 著者所属(英): Systems Development Laboratory, Hitachi, Ltd.
• 著者所属(英): en
• 著者所属(英): Systems Development Laboratory, Hitachi, Ltd.
• 著者所属(英): en
• 著者所属(英): Systems Development Laboratory, Hitachi, Ltd.
• 著者名: 前田, 章; 染谷, 隆子; 舩橋誠壽
• 著者名(英): Akira, Maeda; Ryuko, Someya; Motohisa, Funabashi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 従来のファジィ応用システムの開発では、メンバシップ関数を試行錯誤によって決定しており、多大な工数を必要としていた。本報告では、この作業の自動化を目的とし、教師データを用いた学習によりメンバシップ関数の形状を自動的にチューニングする方式について述べる。本方式では、ファジィ推論過程を計算ネットワークで表現し、ネットワーク算法を用いた高速偏微分係数計算法を利用する。これによって、ニューラルネットワークでよく知られているバックプロパゲーション法と同様の学習アルゴリズムが適用でき、高速な学習が可能となる。実験により直接非線形最適化法のおよそ40倍の高速化を達成できることを確認した。
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: One of the most time-consuming procedures in developing fuzzy applied systems is to determine the shapes of membership functions. In this paper, a fast supervised learning algorithm for fuzzy membership functions is described. In order to achieve high throughput, the fuzzy inference procedure is represented by a computational flow network and output error is backpropagated through the network to efficiently calculate partial derivative coefficients. In our simulation experiment, the proposed algorithms runs about 40 times faster than a direct nonlinear optimization algorithm.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10096105
• 書誌情報: 情報処理学会研究報告計算機アーキテクチャ（ARC）; 巻 1991, 号 36(1991-ARC-066), p. 1-8, 発行日 1991-05-10
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会