DSpace width= university logo mark
Japanese | English 

KURA > B. 理工学域・研究域/理工学部/自然科学研究科 > b10. 学術雑誌掲載論文 > 1.査読済論文(工) >


ファイル 記述 サイズフォーマット
TE-PR-NAKAYAMA-K-1896.pdf390.88 kBAdobe PDF
タイトル: The effects of quantization on the backpropagation learning
著者: Ikeda, Kazushi
Suzuki, Akihiro
Nakayama, Kenji link image
中山, 謙二
発行日: 1997年 6月
出版社(者): IEEE(Institute of Electrical and Electronics Engineers)
雑誌名: IEEE International Conference on Neural Networks - Conference Proceedings
ISSN: 1098-7576
開始ページ: 1896
終了ページ: 1900
キーワード: Mathematical models
Parameter quantization
抄録: The effects of the quantization of the parameters of a learning machine are discussed. The learning coefficient should be as small as possible for a better estimate of parameters. On the other hand, when the parameters are quantized, it should be relatively larger in order to avoid the paralysis of learning originated from the quantization. How to choose the learning coefficient is given in this paper from the statistical point of view.
URI: http://hdl.handle.net/2297/6784
資料種別: Conference Paper
版表示: publisher

このアイテムを引用あるいはリンクする場合は次の識別子を使用してください。 http://hdl.handle.net/2297/6784



Valid XHTML 1.0! DSpace Software Copyright © 2002-2010  Duraspace - ご意見をお寄せください