 |
| ・会員価格 ¥220 |
| ・一般価格 ¥440 |
|
|
| こちらはBookPark「電気学会 電子図書館（IEEJ Electronic Library）」による文献紹介ページです。 |
|
 |
 |
電気学会会員の方はこちらから一旦ログインのうえ、マイページからお入りください。
会員価格で購入することができます。
|
|
| 非会員の方はログインの必要はありません。このまま お進みください。 |
|
|
| ■論文No. |
TC18-5 |
| ■ページ数 |
4ページ |
■発行日
|
2022/08/24 |
| ■タイトル |
ディープニューラルネットワークを用いた局所線形回帰 |
| ■タイトル(英語) |
Local Linear Regression using Deep Neural Network |
| ■著者名 |
但馬 慶行（日立製作所）,望月 義則（日立製作所） |
| ■著者名(英語) |
Yoshiyuki Tajima (Hitachi, Ltd. R&D Group),Yoshinori Mochizuki (Hitachi, Ltd. R&D Group) |
| ■価格 |
会員 ¥220 一般 ¥440 |
| ■書籍種類 |
部門大会 |
| ■グループ名 |
【C】2022年電気学会電子・情報・システム部門大会 |
| ■本誌掲載ページ |
532-536ページ |
| ■キーワード |
ディープニューラルネットワーク|局所線形回帰|表形式データ表形式データ|Deep Neural Network|Local Linear Regression|Tabular data |
| ■要約(日本語) |
ロボットや鉄鋼などの機械システムにおいて局所線形回帰の活用が検討されている。局所線形回帰は予測したい入力に応じてその入力に近い訓練データを重視して線形回帰モデルを構築する方法である。得られるモデルは線形であるため解釈性が高く，また線形モデル予測制御などに活用することもできる。一方，入力に応じて毎回モデルを作り直す必要があることが欠点である。これに対し我々は線形回帰モデルのパラメータを生成し，そのパラメータに基づき予測を行うディープニューラルネットワークを提案する。提案手法では近傍を利用した目的関数を導入することでEnd-to-endの学習を可能としている。人工データを用いた実験の結果，既存の局所線形回帰と同様の局所的な予測結果が得られることを確認した。また，CartPoleを用いて一般的な機械学習手法と比較した結果，比較的に高い予測精度を達成することができた。 |
| ■要約(英語) |
|
| ■版 型 |
A4 |
| ■PDFファイルサイズ |
|
|
|
|
