✳ 金子勇インターネット人物博物館作品を動かす

ORIGINAL COMPUTATION · BROWSER EDITION

ED法

Error Diffusion learning · 1999 / 原作:金子勇

ニューラルネットワークがXORを学ぶ過程を眺める。金子氏の「誤差拡散」による学習法を試します。

起動しています…

入力ビット数と隠れ素子数を選ぶと再学習します。目標は、1の個数が奇数なら1、偶数なら0。総誤差が0.1未満で一時停止します。

何を再現したか

配布ed.tgzのneuro.c・output_calc.c・teach_calc.c・weight_calc.cを使用。公開当時の標準パラメータで、全パターンを順番に学習します。今回のUIはX11画面の復元ではありません。原作の比較実験全体や性能上の優位性を再現・立証したものではありません。

計算を原C/C++ソースからWebAssemblyへコンパイルし、入力と描画をブラウザ用に作りました。Windowsの実行ファイルを動かしているものではありません。追加のプログラムのインストールは不要です。

計算を確かめる

同じ原ソースのMac用ビルドとブラウザ用ビルドを比較。7作品・初期値3通り、合計18,081状態を照合しました。ワイヤーは三角関数の差を除くため初期座標を同期。ED法の最大絶対誤差は2.90 × 10⁻¹⁴、他6作品は比較した値がすべて一致しました。

この照合は計算部分を対象にしています。当時のWindows実行ファイルとの一致や、描画全体の画素一致を意味しません。乱数と再生速度は展示用に管理しています。