文献

J-GLOBAL ID：201702250775916509   整理番号：17A0369000

多重特徴融合深いネットワーク【Powered by NICT】

Multi-feature fusion deep networks

著者 (6件)： Ma Gang (The Key Laboratory of Intelligent Information Processing, Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100190, China) ,  Ma Gang (University of Chinese Academy of Sciences, Beijing 100190, China) ,  Yang Xi (The Key Laboratory of Intelligent Information Processing, Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100190, China) ,  Zhang Bo (The Key Laboratory of Intelligent Information Processing, Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100190, China) ,  Zhang Bo (School of Computer Science and Technology, China University of Mining and Technology, Xuzhou 221116, China) ,  Shi Zhongzhi (The Key Laboratory of Intelligent Information Processing, Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100190, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 218  ページ： 164-171  発行年： 2016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： 本論文では,新しい深層ネットワーク,多重特徴融合深層ネットワーク(MFFDN),ノイズ除去オートエンコーダを提案した。MFFDNは分類誤差を顕著に低減させる学習過程における隠れ層特徴表現の解釈可能性を与える。従来のノイズ除去オートエンコーダと比較して,MFFDNを中心に,以下の利点を示した(1)入力について型に拘束された「情報」の一定量を保持する最小(2)一つの隠れ層における特徴表現の意味を解釈する明確に(3)ネットワーク全体のdiscriminativenessを強化した。最後に,MNIST,CIFARとSVHNの実験解析は,「情報」制約と解釈隠れた特徴表現を保持する最小限の利点を持つMFFDNの最先端技術の性能改善を証明した。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： 雑音低減 ,  *ネットワーク ,  制約条件 ,  *多重化
準シソーラス用語： 最先端技術 ,  特徴表現 ,  隠れ層 ,  学習過程 , 【Automatic Indexing@JST】

著者キーワード (4件)： ディープネットワーク ,  自動符号器雑音除去 ,  解釈可能性 ,  識別力

分類 (2件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (2件)： 多重 ,  特徴融合