通过反思的协作神经网络组学习
机器学习
2019-01-23 v2 计算机视觉与模式识别
摘要
对于当前的神经系统工程，大规模学习任务的准备通常不仅需要具有复杂训练过程的大型神经网络，而且难以为真实应用找到解释。在本文中，我们拟引入协作神经网络组（CNNG）。CNNG 是一系列神经网络，在同一学习系统中协作以分别处理不同任务。它由单个神经网络通过反思进化而来。因此，基于算法提取的不同情境，CNNG 在处理数据时可执行不同策略。所选策略的模式可被人类观察，以使深度学习更可解释。在我们的实现中，CNNG 由若干相对较小的神经网络组成。我们提供了一系列实验来评估 CNNG 与其他学习方法的性能。CNNG 能够以低得多的训练成本获得更高的准确率。在 MNIST 上，我们使用三个前馈网络（4 层）在一个训练周期中将错误率降低 74.5% 并达到 99.45% 的准确率。
引用
@article{arxiv.1901.02433,
title = {Learning with Collaborative Neural Network Group by Reflection},
author = {Liyao Gao and Zehua Cheng},
journal= {arXiv preprint arXiv:1901.02433},
year = {2019}
}
备注
6 Pages. Ubicomp Workshop 2018