意味

カスケード相関は、最小の多層ネットワーク トポロジを構築するために使用できる教師あり学習アーキテクチャであり、その利点は、ユーザーがネットワークのトポロジを気にする必要がなく、学習速度が従来の学習アルゴリズムよりも速いことです。

関連するアルゴリズム

カスケード相関アルゴリズムは次の方法で実装されます。

1. 入力層と出力層のみを含み、両方の層が完全に接続された最小限のネットワークから始めます。
2. 従来の学習アルゴリズムのトレーニングを使用して、誤差が増加しなくなるまで出力ユニットでリンクを終了します。
3. いわゆる候補ユニットを生成します。各候補ユニットは入力ユニットと隠れユニットに接続されます。
4. トレーニングを通じて残りのエラー間の相関関係を解決してみます。
5. 最大の相関を持つ候補ユニットが選択され、その入力重みが凍結されてネットワークに追加されます。

ネットワーク エラーの合計が推定値より低くなるまで、上記の手順を繰り返します。