文献

J-GLOBAL ID：201702269885316556   整理番号：17A0473020

量子風進化的ニューラルネットワークの収束性と停止基準【Powered by NICT】

The convergence and termination criterion of quantum-inspired evolutionary neural networks

著者 (5件)： Lv Fengmao (The Big Data Research Center, University of Electronic Science and Technology of China, Chengdu, Sichuan 611731, PR China) ,  Yang Guowu (The Big Data Research Center, University of Electronic Science and Technology of China, Chengdu, Sichuan 611731, PR China) ,  Yang Wenjing (The School of Statistics, University of Minnesota, Minneapolis, MN 55455, USA) ,  Zhang Xiaosong (The Center for Cybersecurity, University of Electronic Science and Technology of China, Chengdu, Sichuan 611731, PR China) ,  Li Kenli (The College of Information Science and Engineering, Hunan University, Changsha 410082, PR China)
資料名： Neurocomputing  (Neurocomputing)
巻： 238  ページ： 157-167  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 量子インスパイアード進化的アルゴリズム(QEA)は数接続と高い分類性能を持つニューラルネットワークを設計するための効果的な方法であることが証明されている。量子風進化的ニューラルネットワーク(QENN)は,訓練フェーズで収束すると,その後の訓練はfruitlessと時間消耗。QENNの世代数を制御することが重要である。量子ビット進化の収束特性の解析を常に達成することができる安全な停止基準を設計に貢献することができる。平均収束速度(A CR)に基づいた適切な停止基準を提案した。分類タスク上での実験を行い,提案手法の有効性を実証した。結果はA CRに基づく停止基準は正しくQENNの訓練プロセスを停止し,最良溶液(PBS)を生成する確率に基づく停止基準の限界を克服することができることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *ニューラルネットワーク ,  神経回路網 ,  安全性 ,  *風
準シソーラス用語： 収束速度 ,  量子ビット ,  進化的アルゴリズム ,  停止基準 ,  *進化的ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 量子にヒントを得た進化的アルゴリズム(QEA) ,  進化する神経回路網 ,  停止基準 ,  収束

分類 (3件)： 人工知能  (JE08000Z) ,  計算機網  (JC03000K) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： 量子 ,  進化的ニューラルネットワーク ,  収束性 ,  停止基準