タカハマ　セツコ   TAKAHAMA Setsuko   高濱　節子    所属   広島修道大学  商学部    職種   教授
言語種別	日本語
発行・発表の年月	2003/10
形態種別	学術論文
査読	査読有り
標題	＜国際学会査読付き論文＞Structural Learning of RBF-Fuzzy Rule Bases Based on Information Criteria and Degeneration
執筆形態	共著
掲載誌名	Proceedings of 2003 IEEE International Conference on Systems, Man, and Cybernetics (SMC2003)
掲載区分	国外
巻・号・頁	1,2581-2586頁
頁数	6
担当範囲	共同研究につき本人担当部分抽出不可能
著者・共著者	高濱徹行, 阪井節子，岩根典之
概要	モデルの汎化性能を評価する方法として、AICなどの情報量基準を用いてモデルの学習誤差と構造の大きさを総合的に判定する方法がある。GA^d ではAICを適合度として最適化することにより、AICが良いモデルを探索することが可能であるが、初期段階に学習誤差を減少させずパラメータを削除してAIC値を改良する方向に探索が進む場合があった。本研究では、初期段階は学習誤差を優先し、最終的にはAICを優先する多目的最適化を取り入れることにより、この問題を解決することを提案し、その有効性を示した。