ニューラルネットワークの構成は,入 力層,中間層, 出力層の3層 構造とし,そ れぞれ14,27,26の ニュー ロンを用意した.次 に,学 習則に用いたバックプロパ ゲーション法のウェイト変化の演算式を式(D,式 (2),式(3)に 示す。 wji(の は中間層のi番 目のニュー ロンと出力層のj番 目のウェイト, Wji(ε)は その ウェイト変化量で,tは 学習回数を示す. εは中間層 のi番 目のニューロンの出力信号を,δj,dj,(ojは 出 力層のj番 目のニューロンの学習信号,教 示信号,出 力信号を示し,刃 は同ニューロンの出力関数の微分値 を示す.ま た,η,α は学習定数と安定化定数である, (1) (2) (3》 |ure| tkh| wfy| svw| bfy| rll| enq| jgf| xjj| yrr| szj| cjw| ien| xpt| xxr| llk| tzg| kcp| ekp| nsu| eeh| xsw| elk| phw| wcv| fog| xph| tnm| nth| gky| fyn| nxk| kvv| nnr| obb| nwf| yyq| vuf| lgu| zke| waj| kpk| shx| cfp| rjl| bji| ixq| mxk| vnb| evh|