|
下のJavaアプレットでは、 3層パーセプトロン（1入力・1出力）の バックプロパゲーション法による学習を シミュレーションできます。 表示されない場合（画面に何もでなかったり「×」が出てたり）は、 Javaを実行するためのソフトウェアが入っていない場合があります。 ここでダウンロードできるので試してみて下さい。 ・ 横軸が入力、縦軸が出力です。 軸の両端にあるテキストボックスに数字を入力して 「再描画」をクリックすることで 表示する範囲を変更できます。 ・ 水色の曲線は3層パーセプトロンの出力です。 ・ 茶色の曲線は中間層の 各ニューロン（シグモイド関数）の出力です。 ・ グラフ上でクリックすると、 その座標に相当する入出力値をもつデータを 発生させることができます（50個まで）。 「データ消去」をクリックすると消去します。 ・ あるいは、下の「プロット」をクリックすることで データを自動的に発生させることもできます。 サイン波（sine wave）、直線（linear）、 2値関数（binary）のいずれかを真の関数とし（選択可）、 そこに「雑音標準偏差」を標準偏差とした 正規分布にしたがう雑音をのせたデータを 「データ数」だけ発生させることができます。 （2値関数は雑音がのりません。） 真の関数は濃い緑の線で表示されます。 ・ 「BP1」をクリックすると、 バックプロパゲーション法を1エポック（epoch）行います。 （ここで、「1エポック」とは、 データすべてに対して一回ずつ 重みの更新を行うことをいいます。） 「BP100」は100エポックの学習を行います。 「BP∞」は、（ほぼ）永遠に学習をし続けます。 もう一度押すと一時停止します。 ・ 「重み初期化」をクリックすると 結合重みを初期化し直します。 ・ 「学習率」は重み更新式における学習率パラメータ、 「ユニット数」は中間層のユニット（ニューロン）の数、 「sigmoid gain」はシグモイド関数のゲインαの値です。 g(s) = 1 / (1 + e-αs) ・ 「MSE」は Mean Squared Error の略で、 「平均二乗誤差」と呼ばれる値です。 データの出力値と3層パーセプトロンの出力値の 差の二乗を全データに対して平均したものです。 |