文献

J-GLOBAL ID：201702231417732904   整理番号：17A0170311

反復容量KALMANフィルタに基づくニューラルネットワーク訓練アルゴリズムを提案した。【JST・京大機械翻訳】

Novel Neural Network Training Algorithm Based on Iterated Cubature Kalman Filter

著者 (5件)： Yuan Guangyao (Institute of Image Processing and Pattern Recognition,Henan University) ,  Hu Zhentao (Institute of Image Processing and Pattern Recognition,Henan University) ,  Zhang Jin (Institute of Image Processing and Pattern Recognition,Henan University) ,  Zhao Xinqiang (Institute of Image Processing and Pattern Recognition,Henan University) ,  Fu Chunling (School of Physics and Electronics,Henan University)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 43  号： 10  ページ： 256-261  発行年： 2016年 
JST資料番号： C2530A  ISSN： 1002-137X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 既存の非線形フィルタリングアルゴリズムを用いてニューラルネットワークを訓練するときの精度が不足する問題を解決するために,反復容量KALMANフィルタに基づくニューラルネットワーク訓練アルゴリズムを提案した。まず第一に,フィードフォワードニューラルネットワークの状態空間モデルを確立するために,フィードフォワードニューラルネットワークの各ノードの接続重量とバイアスを状態ベクトルとして使用する。第二に,SPHERICAL-RADIAL判定基準を用いて,体積点を生成し,そして,GAUSS-NEWTON反復法によって,状態推定値および状態推定誤差共分散を最適化し,そして,KALMANフィルタの推定精度を改善した。ニューラルネットワークのノードの接続重みとバイアスのトレーニング効果を向上させる。理論解析とシミュレーション結果は,提案したアルゴリズムの実現可能性と有効性を示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  バイアス ,  *フィルタ ,  状態推定 ,  *ニューラルネットワーク ,  判定基準 ,  *学習アルゴリズム ,  最適化
準シソーラス用語： 理論解析 ,  推定精度 ,  誤差共分散 ,  状態ベクトル ,  状態空間モデル ,  フィードフォワードニューラルネットワーク ,  非線形フィルタリング , 【Automatic Indexing@JST】

著者キーワード (4件)： Feedforward neural network ,  State-space model ,  Cubature kalman filter ,  Gauss-Newton iterate

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (5件)： 反復 ,  Kalmanフィルタ ,  ニューラルネットワーク ,  訓練アルゴリズム ,  提案