文献

J-GLOBAL ID：201702241789588803   整理番号：17A0115530

Fletcher-Reeves更新を用いた共役勾配学習アルゴリズムのための重み初期化ルーチンの解析【Powered by NICT】

Analysis of weight initialization routines for conjugate gradient training algorithm with Fletcher-Reeves updates

著者 (3件)： Masood Sarfaraz (Deptt. of Computer Engineering, Jamia Millia Islamia, New Delhi, India) ,  Doja M. N. (Deptt. of Computer Engineering, Jamia Millia Islamia, New Delhi, India) ,  Chandra Pravin (USICT, Guru Gobind Singh Indraprastha University, Dwarka sec-16C, New Delhi, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICCCA  ページ： 304-308  発行年： 2016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： シグモイドフィードフォワードニューラルネットワークの収束速度を改善するための種々の選択肢の中で,初期重みとバイアスの選択は重要なものとして注目されている。本論文では,ニューラルネットワークは,フレッチャーーリーブアップデートを有する共役勾配学習アルゴリズムを用いて訓練されたされた時,様々な重み初期化法の解析を提示した。一連の実験は,関数近似領域から八つの問題で行った。実験から得られた平均試験誤差の少ない値は,Nguyen-Widrowによって提唱された重み初期化法は迅速収束することと,より良い一般化するニューラルネットワーク支援それは最小数のunderperformsとしてSCAWI法が最もロバストな技術であることを推奨した。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： ロバスト性 ,  *学習アルゴリズム ,  バイアス ,  ニューラルネットワーク ,  関数近似 ,  *共役
準シソーラス用語： 選択肢 ,  収束速度 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (7件)： 更新 ,  共役 ,  勾配 ,  学習アルゴリズム ,  初期化 ,  ルーチン ,  解析