ニューラルネット識別器を設計する場合, これまでBP法が用いられてきた。しかしながら, BP法には, 1.局所解が得られる, 2.学習時間が大である, という問題点がある。これらの問題点を解決するため, 最近Raudysはアンチ正則化法を提案した。これは, 通常の正則化法とは異なり, 正則化パラメータに負の値を用いるものである。本論文では, このアンチ正則化法を, 訓練サンプル数が少ないという現実的な状況下で詳しく調べ, その特長を明らかにした。
neural network classifier
regularization
generalization ability
learning time