文献

J-GLOBAL ID：201702247439527927   整理番号：17A1667967

動的データ縮小のためのニューラルネットワーク分類器の訓練方法の研究【JST・京大機械翻訳】

Reducing training times in neural network classifiers by using dynamic data reduction

著者 (5件)： Liu Wei (遼寧工程技術大学 理学院,遼寧 阜新,123000) ,  Liu Shang (遼寧工程技術大学 理学院,遼寧 阜新,123000) ,  Bai Runcai (遼寧工程技術大学 鉱業学院,遼寧 阜新,123000) ,  Zhou Xuan (遼寧工程技術大学 理学院,遼寧 阜新,123000) ,  Zhou Dingning (遼寧工程技術大学 理学院,遼寧 阜新,123000)
資料名： Zhineng Xitong Xuebao  (Zhineng Xitong Xuebao)
巻： 12  号： 2  ページ： 258-265  発行年： 2017年 
JST資料番号： C2755A  ISSN： 1673-4785  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： 神経回路網分類器の訓練時間が長く、汎化能力が悪い問題に対して、動的データの簡約に基づくニューラルネットワーク分類器の訓練方法(DDR)を提案した。訓練過程において,各訓練サンプルの重みづけ値をサンプルの重要度として,各訓練サンプルの分類誤り率に従って訓練サンプルの重み値を動的に更新し,その後,サンプルの重みに従って訓練サンプルを減少させた。それにより,容易に分類された境界サンプルの比率を増加させて,冗長核サンプルの役割を減少させた。数値実験により、重みに基づく動的データ簡約ニューラルネットワーク訓練方法は、ネットワークの訓練時間を大幅に短縮するだけでなく、ネットワークの分類汎化能力を著しく向上させることができることが明らかになった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 簡約化 ,  *ニューラルネットワーク ,  誤り率 ,  神経回路網 ,  *ネットワーク ,  汎化 ,  重みづけ
準シソーラス用語： 数値実験 , 【Automatic Indexing@JST】

著者キーワード (6件)： neural network ,  data reduction ,  classification boundary ,  sample weight ,  boundary sample ,  kernel sample

分類 (3件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 縮小 ,  ニューラルネットワーク ,  分類器 ,  訓練 ,  研究