文献

J-GLOBAL ID：201702284744635237   整理番号：17A0448224

一般化極限学習機械(extreme learning machine自動符号器と新しい深神経回路網【Powered by NICT】

Generalized extreme learning machine autoencoder and a new deep neural network

著者 (4件)： Sun Kai (School of Mathematics and Statistics, Xi’an Jiaotong University, China) ,  Zhang Jiangshe (School of Mathematics and Statistics, Xi’an Jiaotong University, China) ,  Zhang Chunxia (School of Mathematics and Statistics, Xi’an Jiaotong University, China) ,  Hu Junying (School of Mathematics and Statistics, Xi’an Jiaotong University, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 230  ページ： 374-381  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： 極端学習機械(ELM)は訓練単層フィードフォワードニューラルネットワーク(SLFN)効率的な学習アルゴリズムである。近年の教師なし学習の発展に伴い,オートエンコーダを用いたELMを統合したラベル無しデータを用いた特徴を抽出するための新しい展望となっている。本論文では,ELM AEの目的に多様体正則化を付加する一般化極限学習機械(extreme learning machineオートエンコーダ(GELM AE)と呼ばれる極限学習機械(extreme learning machineオートエンコーダ(ELM AE)の新しい変種を提案した。実世界データセット上で行ったいくつかの実験はGELM AEはいくつかの最新の教師なし学習アルゴリズム,k-means法,ラプラシアン埋め込み(LE),スペクトルクラスタリング(SC)とELM AEを含むより優れていることを示した。さらに,より抽象的な表現を検出するためのいくつかのGELM AEを積層して多層一般化極限学習機械(extreme learning machineオートエンコーダ(ML GELM)と呼ばれる新しい深層ニューラルネットワークを提案した。実験の結果は,ML GELMは,ELMと他の多くの深いモデル,多層ELMオートエンコーダ(ML ELM),深層信念ネットワーク(DBN)と積層オートエンコーダ(SAE)のようなより優れていることを示した。ELMの利用のために,ML GELMもDBNとSAEより速かった。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： アルゴリズム ,  多層 ,  教師なし学習 ,  *学習機械 ,  深層 ,  *符号器 ,  Laplace演算子 ,  ニューラルネットワーク ,  正則化 ,  *神経回路網 ,  学習アルゴリズム
準シソーラス用語： 信念ネットワーク ,  k-means法 ,  フィードフォワードニューラルネットワーク ,  極度学習機械 , 【Automatic Indexing@JST】

著者キーワード (5件)： 極端学習機械 ,  一般化極限学習機械(extreme learning machine自動符号器 ,  多様体正則化 ,  ディープニューラルネットワーク ,  多層一般化極限学習機械(extreme learning machine自動符号器

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 一般化 ,  極限 ,  学習機械 ,  符号器 ,  神経回路網