文献

J-GLOBAL ID：202402224272412243   整理番号：24A1648124

モンテカルロ法に基づく勾配降下法の深層展開による収束加速

Convergence Acceleration of MCMC-based Gradient Descent by Deep Unfolding

著者 (2件)： 萩原涼 (東京工大) ,  高邉賢史 (東京工大)
資料名： 日本物理学会講演概要集(CD-ROM)  (日本物理学会春季大会講演概要集(CD-ROM))
巻： 79  号： 1  ページ： ROMBUNNO.21aL1-9  発行年： 2024年03月22日 
JST資料番号： S0671C  ISSN： 2189-079X  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

本文一部表示： 深層展開(deep unfolding)は微分可能な反復型アルゴリズムの内部に学習可能パラメータを埋め込み,誤差逆伝搬によってパラメータの最適化を行う深層学習技法である[1].信号処理や無線通信などの分野で広く用いられている.しかし,MCM...【本文一部表示】

シソーラス用語： *機械学習 ,  *モンテカルロ法 ,  *最急降下法 ,  加速 ,  収束 ,  信号処理 ,  アルゴリズム ,  確率分布 ,  期待値 ,  正規分布 ,  分布関数 ,  最適化 ,  Boltzmann分布 ,  *深層学習 ,  数値実験 ,  等式制約 ,  改変

分類 (2件)： 数値計算  (JE02000J) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： モンテカルロ法 ,  勾配降下法 ,  深層展開 ,  収束 ,  加速