文献

J-GLOBAL ID：201702250875077807   整理番号：17A0826997

制約付きミニマックス最適化への2時間スケール神経動力学アプローチ【Powered by NICT】

A Two-Time-Scale Neurodynamic Approach to Constrained Minimax Optimization

著者 (2件)： Le Xinyi (School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Wang Jun (Department of Computer Science, City University of Hong Kong, Hong Kong)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 28  号： 3  ページ： 620-629  発行年： 2017年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  資料種別： 逐次刊行物 (A)
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： 本論文では,二個の結合したニューラルネットワークを用いた制約付きミニマックス最適化のための二時間スケール神経力学アプローチを提案した。リカレントニューラルネットワークの一つは,目的関数を最小化するために用いられ,もう一つは最大化に使用されている。は二つの異なる時間スケールで動作する結合神経力学システムは,ミニマックス最適化のためのうまく働くことを示した。提案した手法の有効性と特性をいくつかの例を用いて説明した。さらに,提案した方法はH∞モデル予測制御に適用した。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： *最適化 ,  目的関数 ,  ニューラルネットワーク ,  モデル予測制御 ,  リカレントニューラルネットワーク ,  神経力学 ,  *神経 ,  *改変

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 制約 ,  最適化 ,  時間スケール ,  神経 ,  動力学