文献

J-GLOBAL ID：201602297059727183   整理番号：16A0320275

ハイブリッド深層ネットワークの雑音防止性能に関する研究【Powered by NICT】

A Research on Anti-noise Performance of Hybrid Deep Network

著者 (2件)： Wang Jingyao (Inst. of Information and Communication Engineering,Zhejiang University; Key Lab. of Integrate Information Network ...) ,  Liu Yunhai (Inst. of Information and Communication Engineering,Zhejiang University; Key Lab. of Integrate Information Network ...)
資料名： Jisuanji Gongcheng  (Jisuanji Gongcheng)
巻： 41  号： 11  ページ： 213-217  発行年： 2015年 
JST資料番号： C2532A  ISSN： 1000-3428  CODEN： JISGEV  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： 多くの実世界画像は雑音下にあるので雑音と限られた訓練データに適合する場合,低い分類誤差率を達成する深層ネットワークのハイブリッド構造を示した。適切なスパース正則化アルゴリズムはオートエンコーダ,より低い及びより高い層に設定に適用し,バックグラウンド雑音を効果的に識別することができる。中間層はより良い抽象表現する無向Gauss-Bernoulli制約付きBoltzmannマシン(GRBM)に基づいて提案した。深層ネットワークのハイブリッド構造は,微調整と分類のためのトップに回帰層を用いた。実験結果は,深層ネットワークのハイブリッド構造は,訓練サンプルの数に関係なく,雑音の多い背景の下でより良い性能を達成できることを示した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： *雑音 ,  制約条件 ,  画像 ,  正則化 ,  Boltzmannマシン ,  アルゴリズム ,  *ネットワーク
準シソーラス用語： トップ ,  微調整 ,  中間層 ,  スパー ,  訓練データ , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (3件)： 深層 ,  雑音 ,  研究