文献

J-GLOBAL ID：201702237876972175   整理番号：17A0275407

人工ニューラルネットワークと準Newtonアルゴリズムを用いた選択的高調波除去のためのスイッチング角生成【Powered by NICT】

Switching angles generation for selective harmonic elimination by using artificial neural networks and quasi-newton algorithm

著者 (3件)： Yang Kehu (School of Mechanical Electronic and Information Engineering, China University of Mining and Technology, Beijing, China) ,  Hao Jun (School of Mechanical Electronic and Information Engineering, China University of Mining and Technology, Beijing, China) ,  Wang Yubo (School of Mechanical Electronic and Information Engineering, China University of Mining and Technology, Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ECCE  ページ： 1-5  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 人工ニューラルネットワーク(ANNs)と準Newtonアルゴリズムに基づくハイブリッド法は,選択的高調波除去(SHE)のスイッチング角,メモリ消費,実行効率と解の精度の間の妥協を生成するために提案した。直接最終スイッチング角を与えるためにANNを用いる他のANNに基づく方法とは異なり,このハイブリッド法は初期値,ANNsを訓練に精度要求を低下させるをANN使用,ニューロンの数を低減でき,少ないオンチップメモリが必要である。擬似NewtonアルゴリズムはANNによって与えられる初期値,解決効率と解の精度を保証するからの厳密なスイッチング角を解いた。11層階段変調コンバータの場合は,単層逆伝搬(BP)ニューラルネットワークを用いて調べた。訓練されたニューラルネットワークは,隠れ層に9ニューロンを持ち,出力初期値は,変調指数の全範囲で準Newtonアルゴリズムの収束的要求を満たすことができる。全実行時間はSTM32F407マイクロコントローラ上で約70msであり,実行コードをMATLABで自動的に作成されるとして,このコードは,マニュアルを最適化すれば,実行時間はさらに減少することができた。実験結果により,提案したハイブリッド手法により生成されたスイッチング角の正しさを検証できることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *アルゴリズム ,  記憶装置 ,  最適化 ,  *スイッチング ,  マイクロコントローラ ,  ニューロン ,  *ニューラルネットワーク
準シソーラス用語： MATLAB ,  実行時間 ,  変調指数 ,  隠れ層 ,  オンチップメモリ ,  初期値 ,  ハイブリッド法 ,  *高調波除去 , 【Automatic Indexing@JST】

分類 (9件)： 農業廃棄物一般  (FB07010Q) ,  低温工学  (PD05000H) ,  人工知能  (JE08000Z) ,  圧縮点火機関  (PB02030N) ,  機械設計  (QA01080H) ,  海岸工学  (RC13000X) ,  排ガス処理  (PB02060U) ,  土壌管理  (FB04070J) ,  流出解析  (DC07030N)

タイトルに関連する用語 (4件)： 人工ニューラルネットワーク ,  アルゴリズム ,  高調波除去 ,  スイッチング