文献

J-GLOBAL ID：201302288471192307   整理番号：13A1701500

カオスニューラルネットワークに基づくハイテク企業自立的革新のリスク警告

Risk Warning of High-Tech Enterprise Independent Innovation Based on Chaotic Neural Network

著者 (3件)： WU Zhiyong (Qiqihar Univ., Qiqihar, CHN) ,  CHEN Hongmei (Qiqihar Univ., Qiqihar, CHN) ,  QI Xiuhui (Qiqihar Univ., Qiqihar, CHN)
資料名： Key Engineering Materials  (Key Engineering Materials)
巻： 568  ページ： 179-185  発行年： 2013年 
JST資料番号： D0744C  ISSN： 1013-9826  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 企業の自主的革新は,企業が自身の調査で技術改善できる活動に携わり,技術を商品化し,商業的利益を得て,予期目標に達することを意味する。このリスクの大きい活動は,内外リスク要因により影響を受ける。BPニューラルネットワークは,学習と訓練プロセスで局部最適に落ち易い致命的欠陥を持つので,カオス解析法をBPニューラルネットワークに導入し,カオスの誤差逆伝達(CBP)モデルに変換した。革新リスクの早期警告指標システムの確立は,複雑なエンジニアリングである。自主的革新リスク指標システムは,技術的リスク,市場リスク,管理リスク,資本リスク,生産リスクと環境リスクの6つのクラスに分けられる。技術的リスクは,研究開発の成功比率で評価できる。中国の25のハイテク企業の資料に基づく統合要因スコアの計算で,CBPモデルの高精度分類と強いロバスト性を示した。カオスBPニューラルネットワーク法を,ハイテク企業の自主的革新の早期リスク警告の調査に適用し,自主的革新の早期警告指標により,データを集め,特性の主な特徴を抽出し,指標システム数をラフ集合法により低減し,ニューラルネットワーク構造の複雑さを減らし,計算時間を短縮した。

シソーラス用語： 神経回路網 ,  企業 ,  *リスク ,  産業 ,  逆伝搬法 ,  研究開発 ,  中華人民共和国 ,  ラフ集合 ,  特徴抽出 ,  警報 ,  データ収集 ,  リスク管理 ,  リスク分析
準シソーラス用語： *カオスニューラルネットワーク ,  ハイテク産業 ,  環境リスク

分類 (1件)： 経営工学一般  (KA01010C)

タイトルに関連する用語 (5件)： カオスニューラルネットワーク ,  企業 ,  自立 ,  リスク ,  警告