文献

J-GLOBAL ID：201702248307249253   整理番号：17A0797938

自己組織化ニューラル園:歌【Powered by NICT】

Self-organizing neural grove: SONG

著者 (1件)： Inoue Hirotaka (Department of Electrical Engineering and Information Science, National Institute of Technology, Kure College, 2-2-11 Agaminami, Hiroshima, 737-8506 Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： TENCON  ページ： 14-17  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： 最近,深層学習ニューラルネットワークは分類精度を改善するための実用化のために使用した。しかし,深い学習ニューラルネットワークの訓練時間は層の数に比例して増加した。一方,自己生成ニューラルツリーに基づく多重分類器システム(MCS)の訓練時間は非常に迅速であった。本論文では,ニューラルネットワークアンサンブルのための効率的な分類のための新しい枝刈り法を提案し,このモデル自己組織化ニューラル園と呼ぶ(歌)。実験は未剪定のMCS,C4.5に基づくMCS,k-最近傍法を用いたせん定MCSを比較するために実施した。結果は歌は計算コストだけでなく玩具問題だけでなく,実際的な問題の還元をし,その分類精度を改善することができることを示した。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： *自己組織化 ,  学習 ,  玩具 ,  ニューラルネットワーク ,  計算コスト ,  最近傍法 ,  深層学習 ,  *歌
準シソーラス用語： 分類精度 , 【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 (2件)： 自己組織化 ,  歌