複雑ネットワークの自己組織化マップと粒子群最適化への応用

复杂网络的自组织图及其在粒子群优化中的应用

基本信息

批准号：
10J06718
负责人：
松下春奈
金额：
$ 0.64万
依托单位：
Hosei University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2010
资助国家：
日本
起止时间：
2010 至无数据
项目状态：
已结题

项目摘要

1.自己組織化写像(Self-Organizing Map : SOM)は教師なしニューラルネットワークの一つであり、クラスタリング分野で注目されている。SOMは、複数の離れたクラスタを持つ入力データに対して学習を行うと、入力データが存在しない部分にニューロンが存在してしまうという、「不活性ニューロン問題」が発生する。そこで、不活性ニューロンを削減するために、誤り近傍の効果を除去する、重み付けされた結合を持つSOM(WC-SOM)を提案した。これは、SOMのニューロン間に「誤り近傍重み」と呼ばれる新たな指標を用いることで、"本当の近傍"と"間違った近傍"を区別することを可能とする。本手法により、従来法と比較してより柔軟な自己組織化が可能となった。また、クラスタリング制度の向上を確認した。2.本研究では、複雑ネットワークの新しい考え方を粒子群最適化(Particle Swarm Optimization : PSO)へ応用し、主体性を持つPSO(IPSO)を提案した。本手法の最大の特徴は、各粒子が個別に動くか、粒子群内の他の粒子と情報交換しながら動くかは、確率的に決定される点である。つまり、IPSOの各粒子は常に粒子群と結合されているわけではなく、自立心を持って振舞う。本手法を様々なベンチマーク問題へ応用し、提案手法の振る舞いを調査した。またシミュレーション結果では、従来法と比較して大幅な制度の改善に成功したことを確認した。

1。自组织图（SOM）是无监督的神经网络之一，在聚类领域引起了人们的关注。当SOM训练带有多个单独簇的输入数据时，神经元就存在于不存在输入数据的区域中，从而导致“无活性神经元问题”。因此，为了减少非活性神经元，我们提出了一个具有加权连接（WC-SOM）的SOM，以消除误差邻骨的影响。这使您可以通过使用SOM中神经元之间的新指标来区分“真实邻域”和“错误的邻居”。这种方法使自我组织比传统方法更加灵活成为可能。我们还确认聚类系统已得到改善。 2。在这项研究中，我们将复杂网络的新概念应用于粒子群优化（PSO），并提出了与代理的PSO（IPSO）。该方法的最大特征是，每个粒子是单独移动还是在与粒子组中的其他粒子交换时都会随机确定。换句话说，IPSO中的每个粒子并不总是与一组粒子相结合，而是起独立性。该方法应用于各种基准问题，并研究了该方法的行为。此外，模拟结果证实，与常规方法相比，该系统已显着改善。

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

A Classification System Based on Collaboration of Adaptive Resonance Theory Maps and Learning Vector Quantization

基于自适应共振理论图和学习矢量量化协作的分类系统

DOI：
发表时间：
2010
期刊：
影响因子：
0
作者：
K.Takahashi;K.Sasada;Masaki Sugimoto;Haruna MATSUSHITA;Sho SHIMOMURA;Yoko ENOSAWA
通讯作者：
Yoko ENOSAWA

Ant Colony Optimization with Intelligent and Dull Ants

智能蚂蚁和愚钝蚂蚁的蚁群优化

DOI：
发表时间：
2010
期刊：
影响因子：
0
作者：
K.Takahashi;K.Sasada;Masaki Sugimoto;Haruna MATSUSHITA;Sho SHIMOMURA
通讯作者：
Sho SHIMOMURA

Batch-Learning Self-Organizing Map with Weighted Connections avoiding false-neighbor effects

DOI：
10.1109/ijcnn.2010.5596524
发表时间：
2010-07
期刊：
The 2010 International Joint Conference on Neural Networks (IJCNN)
影响因子：
0
作者：
H. Matsushita;Y. Nishio
通讯作者：
H. Matsushita;Y. Nishio

Particle Swarm Optimization Containing Plural Swarms Using Shared Velocity

使用共享速度的包含多个群的粒子群优化

DOI：
发表时间：
2011
期刊：
影响因子：
0
作者：
K.Takahashi;K.Sasada;Masaki Sugimoto
通讯作者：
Masaki Sugimoto

Particle Swarm Optimization with Novel Concept of Complex Network

复杂网络新概念的粒子群优化

DOI：
发表时间：
2010
期刊：
影响因子：
0
作者：
K.Takahashi;K.Sasada;Masaki Sugimoto;Haruna MATSUSHITA;Sho SHIMOMURA;Yoko ENOSAWA;Haruna MATSUSHITA
通讯作者：
Haruna MATSUSHITA