文献

J-GLOBAL ID：201702235179852296   整理番号：17A1257387

S LINNの神経出力重要な指数ベース自己組織化枝刈りアルゴリズム【Powered by NICT】

A neuron-output-significant-index-based self-organization pruning algorithm for S-LINN

著者 (4件)： Dai Lizhen (School of Electrical & Automation Engineering, East China Jiaotong University, Nanchang 330013, China) ,  Yang Gang (School of Electrical & Automation Engineering, East China Jiaotong University, Nanchang 330013, China) ,  Yang Hui (School of Electrical & Automation Engineering, East China Jiaotong University, Nanchang 330013, China) ,  Lu Rongxiu (School of Electrical & Automation Engineering, East China Jiaotong University, Nanchang 330013, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IJCNN  ページ： 2708-2715  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： 実際の応用のための最適なアーキテクチャとパラメータを持つスパン側方抑制ニューラルネットワーク(S LINN)を構築するために,自己組織化最適化手法を本論文で提案したアーキテクチャとパラメータを同時に調節することである。自己組織化枝刈りアルゴリズムは,隠れニューロンの重要性を評価するために修飾した有意な指数関数を構築することである。仮定冗長隠れニューロンを持つ初期ネットワークの前処理訓練はチューニング過程で許容されるであろう。自己組織化枝刈りプロセス後の学習も刈り込まれたネットワークのパラメータを最適化するために実装した。提案した自己組織化アプローチは乳癌データセット診断と非線形動的システム同定問題の地域における二つのベンチマーク問題で試験した。シミュレーション結果は,提案した方法がS LINNの最適構造とパラメータを探索に関して良好な探索能力と探査能力を持つことを示した。提案した方法は,最適標準ニューラルネットワークに用いることができる。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： 最適化 ,  シミュレーション ,  ネットワーク ,  計算機アーキテクチャ ,  乳房腫瘍 ,  最適化手法 ,  前処理 ,  動的系 ,  ニューロン ,  *自己組織化 ,  同調 ,  ニューラルネットワーク ,  ベンチマーク ,  指数関数
準シソーラス用語： *枝刈りアルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 神経 ,  指数 ,  自己組織化 ,  枝刈りアルゴリズム