文献

J-GLOBAL ID：201702217273317698   整理番号：17A1394415

動的複素擬似逆行列を解くための非線形活性化ニューラルネットワーク【Powered by NICT】

Nonlinearly activated neural network for solving dynamic complex-valued matrix pseudoinverse

著者 (5件)： Qiuhong Xiang (College of Mathmatics and Statistics, Jishou University, Jishou, 416000, Hunan, China) ,  Bolin Liao (College of Information Science and Engineering, Jishou University, Jishou, 416000, Hunan, China) ,  Long Jin (College of Information Science and Engineering, Jishou University, Jishou, 416000, Hunan, China) ,  Mei Liu (College of Information Science and Engineering, Jishou University, Jishou, 416000, Hunan, China) ,  Yinyan Zhang (Department of Computing, Hong Kong Polytechnic University, Hong Kong)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCC  ページ： 3888-3892  発行年： 2017年 
JST資料番号： W2441A  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： Zhangニューラルネットワーク(ZNN)と呼ばれる,特別なクラスのリカレントニューラルネットワークの種々の動的問題を解くための最近提案されたし,実数値領域における優れた性能を示した。本論文では,新しい複素ZNNモデル(CVZNNモデルと呼ばれる)を最初に提案し,研究した動的複素数値行列擬似逆転のオンライン解のためのである。特に,Li活性化関数と呼ばれる新しい活性化関数を採用した。それは,CVZNNモデルは有限時間で収束すること可能にすることが証明されている。比較目的のために,線形活性化関数は,そのような動的複素数値問題を解くために利用した。計算機シミュレーションを行い,動的複素数値行列擬似逆転に対して異なる活性化関数を持つCVZNNモデルの性能を評価し,比較するために実施した。理論解析とシミュレーション結果は,非線形活性化関数を用いたCVZNNモデルの有効性を検証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 計算機シミュレーション ,  動的問題 ,  リチウム ,  実数 ,  *ニューラルネットワーク ,  シミュレーション ,  複素数 ,  *線形性
準シソーラス用語： 理論解析 ,  活性化関数 ,  オンライン ,  リカレントニューラルネットワーク ,  *擬似逆行列 , 【Automatic Indexing@JST】

分類 (1件)： ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： 擬似逆行列 ,  非線形 ,  活性化 ,  ニューラルネットワーク