文献

J-GLOBAL ID：201702221704858344   整理番号：17A1920864

ファジィ制限Boltzmann機械及び深い信念ネットワーク:画像再構成の比較【Powered by NICT】

Fuzzy restricted Boltzmann machine and deep belief network: A comparison on image reconstruction

著者 (2件)： Shuang Feng (Faculty of Science and Technology University of Macau, Macau, China, School of Applied mathematics, Beijing Normal University, Zhuhai, China) ,  Chen C. L. Philip (Faculty of Science and Technology, University of Macau, Macau, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SMC  ページ： 1828-1833  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： ファジィ制限付きBoltzmannマシン(FRBM)は,伝統的なRBMよりも良好な生成と識別能力を持っていることを実証した。さらに画像再構成に及ぼすFRBMとDBNの生成能力を調べ,比較した。DBNは層による積層RBM層によって予め訓練し,覚醒-睡眠アルゴリズムによる微調整。FRBM,RBMおよびDBNはMNISTおよび拡張YaleBデータセット上で種々の条件下で詳細に比較した。実験結果は再びFRBMはRBMに優れていることを示している:それは隠れユニットと学習時間同数の与えられた小さな平均再構成誤差(ARE)を達成することができる。DBNと比較した場合,FRBMは等しい隠れたサイズを持つ二層DBN以下学習時間における小さいAREを達成することができる。,訓練エポックを増加した場合,FRBMは良好なは,隠れユニットの二重数と対応する二層および三層DBNよりも(またはまだ以下)学習時間のわずかな増加を示した。mの隠れユニットを持つFRBMは画像の再構成における2mの隠れユニットを持つDBNに近い生成能力を有していることを予備的結論を行った。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： アルゴリズム ,  *画像再構成 ,  覚醒 ,  *画像 ,  *曖昧さ ,  *再構成 ,  *Boltzmannマシン
準シソーラス用語： 二層 ,  微調整 ,  *信念ネットワーク , 【Automatic Indexing@JST】

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： ファジィ ,  制限 ,  Boltzmann機械 ,  信念ネットワーク ,  画像再構成