文献

J-GLOBAL ID：201602283186013656   整理番号：16A0857897

半教師つき学習のための動的ニューラルネットワークの構造設計に基づく【JST・京大機械翻訳】

Dynamic neural network structure design based on semi-supervised learning

著者 (3件)： Ren Hongge (College of Electrical Engineering, North China University of Science and Technology) ,  Li Dongmei (College of Electrical Engineering, North China University of Science and Technology) ,  Li Fujin (College of Electrical Engineering, North China University of Science and Technology)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 36  号： 3  ページ： 703-707,734  発行年： 2016年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ニューラルネットワークの初期構造の設定に対して,従事者の経験に依存し、自己適応能力が悪い等の問題を,1つの半教師つき学習(SSL)アルゴリズムに基づく動的神経回路網構造の設計法を提案した。この方法は半教師つき学習法をすでに標識サンプルとラベルなしサンプルを利用して神経ネットワーク訓練を行い,初期の性能が比較的完備し1つのネットワーク構造を得るために使用する,その後グローバル感度分析(GSA)を採用して,ネットワークの隠れ層のニューロンの出力重みに対して分析を行った。,すなわちその感度値の大きさは,感度の値が非常に小さいニューロンを適時的にまたは削減することが,隠れ層のニューロンのネットワークの出力への影響度を判断する感度値が大きいニューロンが増加,動的神経ネットワーク構造の最適化設計を実現する,そして,ネットワークの構造と変化プロセスにおける収束性の証明を与えた。理論的解析とMATLABシミュレーション実験の結果,このSSLアルゴリズムの神経回路網の隠れ層のニューロンに基づく訓練時間とともに変わるが,ネットワーク構造の動的設計を実現した。油圧自動厚み調整(AGC)システムの応用において,およそ160Sでのシステムの安定を達成し,教師つき学習(SL)法と教師なし学習(USL)法と比べて出力誤差はおよそ0.03MM,出力,出力誤差はそれぞれ0.03と0.02MMMM減少し,SSLアルゴリズムの動的ネットワークは実際の応用において,システムの出力の正確性を効果的に向上させることがエネルギーに基づくことを示した。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： 教師なし学習 ,  ニューロン ,  神経回路網 ,  *ニューラルネットワーク ,  *ネットワーク ,  最適設計 ,  *教師つき学習 ,  ネットワーク構造
準シソーラス用語： MATLAB ,  神経 ,  隠れ層 ,  神経ネットワーク ,  自己適応 ,  *動的ニューラルネットワーク ,  *半教師つき学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： dynamic neural network ,  Semi-Supervised Learning (SSL) ,  Global Sensitivity Analysis (GSA) ,  adaptive ability ,  sensitivity size

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (3件)： 半教師つき学習 ,  動的ニューラルネットワーク ,  構造設計