抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,データ前処理法と空間探索最適化の助けを借りて多項式ニューラルネットワーク分類器(PNNC)の新しいアーキテクチャ,純粋にランダムな探索の代わりに加速された収束機構を採用したを提案した。従来のニューラルネットワーク分類器における線形判別関数を用いた比較的簡単な形状の制約を緩和するためにPNNC機能判別を構築するために採用されている二型多項式。PNNCの設計における最適化構造optimizesとパラメータを実現するために利用される空間探索最適化。さらに,データ前処理技術を用いて,訓練データの次元を低減した。提案PNNCはいくつかのベンチマークデータ集合に基づくいくつかの周知の分類器と比較した。実験結果はPNNCsの有効性を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】