文献

J-GLOBAL ID：200902266051970090   整理番号：09A0163978

組み合わせ型大域的/局所的最適化法を用いたマイクロ波ニューラルネットワークモデルのロバストなトレーニング

Robust Training of Microwave Neural Network Models Using Combined Global/Local Optimization Techniques

著者 (5件)： NINOMIYA Hiroshi (Shonan Inst. Technol., Fujisawa, JPN) ,  WAN Shan (Carleton Univ., Ontario, CAN) ,  KABIR Humayun (Carleton Univ., Ontario, CAN) ,  ZHANG Xin (Carleton Univ., Ontario, CAN) ,  ZHANG Q. J. (Carleton Univ., Ontario, CAN)
資料名： IEEE MTT-S International Microwave Symposium Digest  (IEEE MTT-S International Microwave Symposium Digest)
巻： 2008 Vol.3  ページ： 1257-1260  発行年： 2008年 
JST資料番号： A0636A  ISSN： 0149-645X  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ニューラルネットワーク法はマイクロ波モデリングと設計の有効なツールであり,モデルは一度のトレーニングのあと,何回でも再使用可能である。トレーニングには逆伝搬や準Newton法が使われるが,これらのアルゴリズムはニューラルネットワークのトレーニングが複雑化したときに局所解問題を招く。本論文では,マイクロ波ニューラルネットワークモデルトレーニング用の新しい手法につき報告した。提案のPALSO(局所探索群最適化の能力を備えた粒子)法はPSO(粒子群最適化)の大域的最適化能力および準Newton法の収束能力を利用している。本手法はロバスト性があり,初期値とは関係なく高品質のトレーニング解を提供することができた。本手法はマイクロ波モデリングの高精度なニューラルネットワークモデル提供を支援することができる。

シソーラス用語： 最適化 ,  *マイクロ波 ,  *ニューラルネットワーク ,  *モデリング ,  最適化手法 ,  擬似Newton法 ,  収束 ,  大域的最適化 ,  粒子群最適化 ,  改変
準シソーラス用語： *トレーニング【ニューラルネットワーク】 ,  局所的最適化 ,  収束性 ,  準Newton法

分類 (3件)： マイクロ波・ミリ波通信  (ND08020W) ,  ニューロコンピュータ  (JC06010Q) ,  数値計算  (JE02000J)

タイトルに関連する用語 (6件)： 組み合わせ ,  最適化 ,  マイクロ波 ,  ニューラルネットワークモデル ,  ロバスト ,  トレーニング