Jove
Visualize
お問い合わせ

関連する実験動画

普遍的な最適なソースコーディングのための複製器ニューラルネットワーク.

R Hecht-Nielsen

    Science (New York, N.Y.)
    |September 29, 1995
    PubMed
    まとめ
    この要約は機械生成です。

    リプリケーターニューラルネットワークは,再構築エラーを最小限に抑えることで最適なデータ圧縮を実現します. これらのネットワークはまた,データマニホールドのユニークな座標系を発見し,データ表現を向上させます.

    関連する実験動画

    関連する概念動画

    こちらも読む

    関連記事

    共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

    並び替え
    Same author

    Counterpropagation networks.

    Applied optics·2010
    Same author

    Nearest matched filter classification of spatiotemporal patterns.

    Applied optics·2010
    Same author

    Conditional probability density function estimation with sigmoidal neural networks.

    IEEE transactions on neural networks·2008
    Same author

    A biologically motivated solution to the cocktail party problem.

    Neural computation·2001
    Same author

    A supervised learning neural network coprocessor for soft-decision maximum-likelihood decoding.

    IEEE transactions on neural networks·1995
    Same journal

    A native sulfur deposit in Gale crater, Mars.

    Science (New York, N.Y.)·2026
    Same journal

    Coordinated demise of harmful algal blooms.

    Science (New York, N.Y.)·2026
    Same journal

    Genetic effects put into context.

    Science (New York, N.Y.)·2026
    Same journal

    Bacteria share proteins to survive antibiotics.

    Science (New York, N.Y.)·2026
    Same journal

    Impacts shaped Earth's first continents.

    Science (New York, N.Y.)·2026
    Same journal

    Erratum for the Report "Covalently bonded single-molecule junctions with stable and reversible photoswitched conductivity" by C. Jia <i>et al</i>.

    Science (New York, N.Y.)·2026
    関連記事をすべて見る
    JoVE
    x logofacebook logolinkedin logoyoutube logo
    JoVEについて
    概要リーダーシップブログJoVEヘルプセンター
    著者向け
    出版プロセス編集委員会範囲と方針査読よくある質問投稿
    図書館員向け
    推薦の声購読アクセスリソース図書館諮問委員会よくある質問
    研究
    JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
    教育
    JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
    利用規約
    プライバシーポリシー
    ポリシー

    科学分野:

    • 人工知能 (AI) とは,人工知能 (AI) のことです.
    • 機械学習 (Machine Learning) とは,機械学習 (Machine Learning) について学ぶことです.
    • 情報理論は情報理論である.

    背景:

    • 複製器ニューラルネットワークは,入力を望ましい出力として扱うことで自己組織化し,内部に圧縮されたデータ表現を作成します.
    • 以前の研究では,これらのネットワークで最適なデータ圧縮の可能性を示していた.

    研究 の 目的:

    • レプリケーターニューラルネットワークが任意のデータソースに対して最適なデータ圧縮を実現できることを実証する.
    • 新しいデータソースモデル,データマニホールドを導入し,このフレームワーク内でネットワークの行動を分析します.

    主な方法:

    • 平均二乗再構築エラーの最小化による最適なデータ圧縮を証明する定理を利用する.
    • レプリケーターネットワークのトレーニングは,原始データの例で実施されます.
    • データマニホールドの性質を導入し,分析する.

    主要な成果:

    • ある定理は,平均二乗再構築エラーを最小限に抑えることで,多様なデータソースの最適なデータ圧縮が可能であることを確認しています.
    • 一般化されたデータソースモデルとしてデータマニホールドの導入.
    • 2番目の定理は,最適な圧縮ネットワークが,鍵となる限定的なケースで,データ多様体のための自然座標系をユニークに定義することを示しています.

    結論:

    • レプリケーターニューラルネットワークは理論的には最適なデータ圧縮が可能である.
    • データマニホールドの概念は,データソースを理解するための新しい枠組みを提供します.
    • これらのネットワークは,データ内の基本的な構造を自然に明らかにし,ユニークな座標系を形成します.