JPH04663A - ニューラルネットワークシミュレータ - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔概　要〕 ニューラルネットワークのシミュレーションに関し、 ネットワーク構成の指定及び変更が効率良くできるマン
マシンインタフェースを備えたニューラルネットワーク
シミュレータを目的とし、入力部、表示部、マツピング
部、ネットワーク構成部、及び学習部を有し、該入力部
は、所定の指示入力を検出して該マツピング部に渡し、
該表示部は、該マツピング部からの表示指定、及び該入
力部からの所定の通知に従って、表示画面に所定の表示
を行い、該マツピング部は、該ネットワーク構成部から
ネットワーク構成情報を受け取り、該ネットワーク構成
情報に従う所定の図形表示を行うように該表示指定を生
成し、該指示入力と、該ネットワーク構成情報とに基づ
いて、所定の構成変更情報を生成し、該ネットワーク構
成部は、該構成変更情報と、所与のデータとに基づいて
該ネットワーク構成情報を生成及び更新し、該ネットワ
ーク構成情報は、ニューラルネットワークの構成を示す
所定形式の情報であり、該学習部は、該ネットワーク構
成情報によって表すニューラルネットワークについて、
ニューラルネットワークの学習及び認識処理のシミュレ
ーションを行うように構成する。

〔産業上の利用分野〕

本発明は、計算機において、ニューラルネットワークの
シミュレーションを行うための、ニューラルネットワー
クシミュレータに関する。

〔従来の技術と発明が解決しようとする課題〕公知のニ
ューラルネットワークは、第４図に説明的に示すように
、例えば入力層、中間層、出力層からなり、前の層の全
ノードの出力を、各ノード入力ごとに定められるある重
みを乗じて次の層の全ノードに入力し、それら入力の合
計を入力とする所定の関数の値を当ノードの出力とする
ように構成する。暦数は４以上の場合もあり、又１層で
ノード間に接続を持つ構成もできる。

ノードの前記関数には例えばシグモイド関数が用いられ
、Ｘを前記の入力合計値、ｅを自然対数の底として、ｆ
（ｘ）＝１／（１＋　ｅ−Ｘ）で表される。

ニューラルネットワークによって例えば画像等のパター
ン認識を行う場合には、例えば画像から抽出した特徴量
の信号をニューラルネットの入力層の入力端子に入力し
て、出力層の出力端子にその認識結果を得るようにする
。そのために各種の入カバターンに対して、その入カバ
ターンにおいて望ましい出カバターンが得られるように
、ネットワークを調整する処理が必要であり、これをニ
ューラルネットワークの学習という。

ニューラルネットワークの学習は公知のように、特徴量
等の入力信号と、その入力からの所望の出力信号を示す
教師信号とをニューラルネットに入力することにより、
各ノード間の前記の重みを、例えばバックプロパゲーシ
ョン法等の所定のアルゴリズムにより、実際の出力信号
と教師信号との差に基いて変更し、この動作を反復して
両信号間の差を漸次減少させ、所定値以内の差に収束す
ることによって、例えば「ＡＪ大文字いうカテゴリの中
の１パターンについての学習ができる。

このようなニューラルネットワークの構成は、所要の入
力及び出力数から定まる条件の他は、概ね試行錯誤的に
求めなければならないので、各種ネットワーク構造につ
いて学習及び認識処理をシミュレーションして評価し、
評価結果によってネットワーク構造を修正するようにし
たシステムが極めて有効である。そのようなシミュレー
ションは、ネットワークの層数、各層のノード数、及び
層間の接続状態を定義するネットワーク構成情報を使用
して行われる。

シミュレーションのために、ニューラルネットワークの
構造を定義する手段には、例えばＣ言語で記述したネッ
トワーク構造を、コンパイラでネットワークの構成情報
に翻訳する静的方式があり、又動的方式ではネットワー
ク記述言語で記述した構成情報をインタプリタで解釈す
る等の手段がある。し・かしそれらの手段では、ネット
ワーク構造の変更をするのに手間が掛かったり、定義し
たネットワーク構造が所期の構成になっているか簡単に
確認する手段が無いという問題がある。

本発明は、ニューラルネットワークの構成の指定及び変
更が効率良くできるようにしたマンマシンインタフェー
スを備えたニューラルネットワークシミュレータを目的
とする。

〔課題を解決するための手段〕 第１図は、本発明の構成を示すブロック図である。

図はニューラルネットワークシミュレータの構成であっ
て、入力部１、表示部２、マツピング部３、ネットワー
ク構成部４、及び学習部５を有し、入力部１は、所定の
指示入力を検出してマツピング部３に渡し、表示部２は
、マツピング部３からの表示指定、及び入力部ｌからの
所定の通知に従って、表示画面６に所定の表示を行い、
マツピング部３は、ネットワーク構成部４からネットワ
ーク構成情報７を受け取り、ネットワーク構成情報７に
従う所定の図形表示を行うように該表示指定を生成し、
該指示入力と、ネットワーク構成情報７とに基づいて、
所定の構成変更情報を生成し、ネットワーク構成部４は
、該構成変更情報と、所与のデータとに基づいてネット
ワーク構成情報７を生成及び更新し、ネットワーク構成
情報７は、ニューラルネットワークの構成を示す所定形
式の情報であり、学習部５は、ネットワーク構成情報７
によって表すニューラルネットワークについて、ニュー
ラルネットワークの学習及び認識処理のシミュレーショ
ンを行う。

〔作　用〕

本発明のニューラルネットワークシミュレータにより、
適当な指示入力でニューラルネットワークのネットワー
ク構造を定義し、及び修正し、その結果定義されたネッ
トワーク構造を表示画面で視覚的に即時に確認できるよ
うにすることができ、定義したネットワーク構造のニュ
ーラルネットワークによる学習、認識のシミュレーショ
ンを続けて行うことができるので、ニューラルネットワ
ークのシミュレーションとその結果のフィードバックを
効率よく進めることができる。

〔実施例〕

第２図は第１図のニューラルネットワークシミュレータ
によるシミュレーションの処理の流れを示す図である。

先ず処理ステップ１０で学習部５がシミュレーションの
ための入力データを読み込み、その中の必要なデータを
ネットワーク構成部４に渡す。

処理ステップ１１で、ネットワーク構成部４は、受け取
ったデータにより、ネットワーク構成情報の予め作成さ
れたデータを読み込む指定があるか識別し、データ読み
込みがなければ処理ステップ１５に進むが、読み込みの
指定があれば処理ステップ１２で指定のデータを磁気デ
ィスク記憶装置等から読み込みネットワーク構成情報７
として保持する。

又、処理ステップエ３でそのネットワーク構成情報をマ
ツピング部３に渡すので、マツピング部３はその情報か
ら図形情報を生成し、処理ステップ１４で表示部２に渡
して表示画面６にネットワーク図を示す図形を表示させ
る。

処理ステップ１５で、マツピング部３は例えば表示部２
に所定のメニューその他を表示させて、ネットワーク構
造を編集するための利用者の入力を促し、利用者が例え
ばマウス及びキーにより、表示画面上のカーソルとキー
で入力する指示入力を入力部ｌから受け取ると、保持す
るネットワーク構成情報を参照して変更内容を識別し、
それに応じてネットワーク図等の表示を変更する。

一連の編集が終わったとき、ネットワーク構成部４は処
理ステップ１６で、その編集情報を受け取って、ネット
ワーク構成情報７を生成又は修正し、結果のネットワー
ク構成情報をマツピング部３及び学習部５に渡す。

処理ステップ１７で学習部５により、ネットワーク構成
情報７によるニューラルネットワークのシミュレーショ
ンを実行し、処理ステップ１Ｂで識別してシミュレーシ
ョンを終了する所定の指示が入力部ｌから入力されなけ
れば処理ステップ１５に戻り、以上の処理を繰り返す。

第３図は前記処理における、ネットワーク図及び編集に
おける指示入力のための表示画面の表示例を示す図であ
り、ネットワークの構成をすべて表示画面から入力して
指示する場合には、先ず暦数を指定するために、第３図
（ａ）のｒｌｌｅｎｕＪで始まるメニュー表示のｒｌａ
ｙｅｒ　Ｊを、マウスで指示すると、その右側に図示す
るように数字が表示されるので、必要な暦数の数字、例
えば「３」を指示する。

そこで各層のノード数が問い合わせメツセージｒＨｏｗ
　ＩＩａｎｙ　ｕｎｉｔｓ　？Ｊが表示されるのに対し
、入力層側から順に各層のノード数を入力する。この入
力は図のように全層のノード数をコンマ又は空白で区切
って一括して入力してもよいが、指定の暦数になるまで
入力督促の記号「〉」が表示されるので、それに応じて
１層づつ入力してもよい。

図は入力層、中間層及び出力層が１０．６．３ノードの
場合であり、ノード数の入力を終わると、図のように各
層のノードが層ごとの小円の列で、左側から順次入力層
、中間層及び出力層の順に表示される。

次にノード間のリンク設定のために、メニューのｒｌｉ
ｎＪを指示すると、第３図（ｂ）に示すように、その右
にｒ　ｃｒｅａ　ｔｅ　ＪとｒｄｅｌｅｔｅＪが表示さ
れるので、リンクを作る場合にはｒｃｒｅａｔｅＪを選
び、次のようにして、先ず入力側ノードを指定する。即
ち、連続する一群のノードを一括して指定するには、図
に１個の矢印で説明的に示すように、両端のノードをマ
ウスで１回指示する。又１ノードごとに指定するには、
そのノードを続けて２回指示する　（図に二重の矢印で
示す）。このようにして指示したノードは、例えば図示
のように破線で囲んで表示され、指定の入力が正しく受
け取られたことを確認できる。

指定を終わると、画面右側にある「＆」を指示して、入
力側ノードの指示の終わりを示す。これにより、画面は
第３図（Ｃ）のような出力側ノードの指示入力画面に変
わり、こ＼で前記と同様の要領で図示のように出力側ノ
ードを指示し、終了を画面右端に表示されているｒＯＫ
？Ｊの指示で知らせると、第３図（ｄ）のようにリンク
が表示される。

リンクを削除するときは、第３図（ｅ）に示すように、
メニューで’１ｉｎｋＪのｒｄｅｌｅｔｅ」を選んで、
削除するリンクの両端のノードを、前記のリンクを作る
場合と同じ要領で指定すると、該当するリンクが例えば
破線の表示に変えられるので、それらを削除してよけれ
ばｒＯＫ？Ｊを指示すれば削除結果が第３図（ｆ）のよ
うに表示される。

ノードの追加又は削除は、メニューのｒｕｎｉｔＪと、
ｒ　ｃｒｅａ　ｔｅ　Ｊ又はｒｄｅｌｅｔｅＪとを選ん
で、追加又は削除するノードの位置を指示すればよい。

例えば第３図（２）のように、中間層の２ノードの削除
を指示した場合には、関連するリンクも破線になって、
リンクも削除されることが示される。

編集の終了は、第３図げ）等に示す表示画面のメニュー
からｒｑｕｉＪを選び、そのとき右側に表示されるｒＯ
Ｋ？Ｊを指示することにより指定できる。

その場合にリンクの無いノードがある場合等には、その
処置を促すメツセージが表示され、利用者は例えば余っ
たノードの削除等を行って、その後ｒｑｕｉｔ」を実行
する。

以上で１回の編集を終わり、編集結果のネットワークに
ついて、ネットワーク構成部４が生成するネットワーク
情報に従うシミュレーションを学習部５で実行すること
ができる。

構成の指定及び変更が効率良くできるマンマシンインタ
フェースを備え、シミュレーションの操作を効率良く進
められるという効果がある。

【図面の簡単な説明】

第１図は本発明の構成を示すブロック図、第２図は本発
明の処理の流れ図、 第３図は表示画面の説明図、 第４図はニューラルネットワークの説明図である。 図において、 １は入力部、　　　　　　２は表示部、３はマツピング
部、　　　４はネットワーク構成部、５は学習部、　　
　　　６は表示画面、７はネットワーク構成情報、 １０〜１８は処理ステップ 〔発明の効果〕 以上の説明から明らかなように本発明のニューラルネッ
トワークシミュレータは、ネットワーク本発明の構成を
示すブロック図 第 図 人力層 中間層 出力層 ニューラルネットワークの説明図 第 図 表示画面の説明図 第 図（その１） 本発明の処理の流れ図 第 図 表示画面の説明図 第 図（その２） 表示画面の説明図 第 図（その３） 表示画面の説明図 第　３　図（その４）

Claims (1)

1. 【特許請求の範囲】 　入力部（１）、表示部（２）、マッピング部（３）、
   ネットワーク構成部（４）、及び学習部（５）を有し、
   該入力部（１）は、所定の指示入力を検出して該マッピ
   ング部（３）に渡し、 該表示部（２）は、該マッピング部（３）からの表示指
   定、及び該入力部（１）からの所定の通知に従って、表
   示画面（６）に所定の表示を行い、 該マッピング部（３）は、該ネットワーク構成部（４）
   からネットワーク構成情報（７）を受け取り、該ネット
   ワーク構成情報に従う所定の図形表示を行うように該表
   示指定を生成し、該指示入力と、該ネットワーク構成情
   報とに基づいて、所定の構成変更情報を生成し、 該ネットワーク構成部（４）は、該構成変更情報と、所
   与のデータとに基づいて該ネットワーク構成情報（７）
   を生成及び更新し、 該ネットワーク構成情報（７）は、ニューラルネットワ
   ークの構成を示す所定形式の情報であり、該学習部（５
   ）は、該ネットワーク構成情報によって表すニューラル
   ネットワークについて、ニューラルネットワークの学習
   及び認識処理のシミュレーションを行うように構成され
   ていることを特徴とするニューラルネットワークシミュ
   レータ。