DSpace

Future University Hakodate Academic Archive >
研究者 >
情報アーキテクチャ学科 >
奥野 拓 >

このアイテムの引用には次の識別子を使用してください: http://hdl.handle.net/10445/6210

タイトル: Extraction of Embedded Hierarchical Structure of Knowledge from Trained Boltzmann Machine by Genetic algorithm
著者: Okuno, Taku
Kakazu, Yukinori
アブストラクト: This study focuses on knowledge representa-tion as based on the distributed representation by the Boltzmann machine. In this type of framework, concepts are represented uniformly without any information on their structural relationship. To utilize such information, this study explores how the hierarchical structure of concepts can be extracted from the weights of a trained network. The hierarchy dealt with here is a taxonomical one which is represented by a tree of microfeatures of a concept. Here, the tree is extracted by using various kinds of local criteria relating to weight distribution. To satisfy them simultaneously, a Genetic Algorithm is adopted.
研究業績種別: 国際会議/International Conference
資料種別: Conference Paper
査読有無: あり/yes
単著共著: 共著/joint
発表雑誌名,発表学会名など: Proceedings of the Artificial Neural Networks In Engineering
年月日: 1994年11月
出現コレクション:奥野 拓

ファイルダウンロード:

このコンテンツにファイルはありません。

このアーカイブに登録されているコンテンツはすべて著作権により保護されています。
著作権を遵守の上、ご利用ください。

 

Copyright © 2010-2012 FUTURE UNIVERSITY HAKODATE.
Powered by DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard