文献

J-GLOBAL ID：201702248586471253   整理番号：17A0909658

動的バイナリーニューラルネットワークにおける所望の周期軌道の安定化【Powered by NICT】

Stabilization of desired periodic orbits in dynamic binary neural networks

著者 (2件)： Sato Ryuji (Department of Electrical and Electronic Engineering, Faculty of Science and Engineering, Hosei University, Koganei-shi, Tokyo 184-8584, Japan) ,  Saito Toshimichi (Department of Electrical and Electronic Engineering, Faculty of Science and Engineering, Hosei University, Koganei-shi, Tokyo 184-8584, Japan)
資料名： Neurocomputing  (Neurocomputing)
巻： 248  ページ： 19-27  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 動的バイナリーニューラルネットワークは,遅延フィードバックを持つ単純な二層ネットワークであり,様々な二成分周期軌道を発生することができた。ネットワークは,シグナム活性化関数,三つ組のコネクションパラメータ,および整数しきい値パラメータによって特徴づけられる。三元接続は,ネットワークハードウェアと数値解析における計算コストに利益をもたらす。望ましい二元周期軌道を安定化するために,単純な進化アルゴリズムを示した。アルゴリズムは三つ組のコネクションパラメータに対応する個体を用い,一零要素は,個々に挿入した。各個体は周期軌道の安定性を特性化する二つの特徴量により評価した。零挿入は安定性を強化することができ,ハードウェアの電力消費を低減するために便利である。クラス周期軌道のためのアルゴリズムを適用して,安定化能力を調べた。周期軌道のいくつかはスイッチング電力変換器の制御信号に適用可能である。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 制御信号 ,  *周期軌道 ,  ハードウェア ,  神経回路網 ,  アルゴリズム ,  電力消費 ,  数値解析 ,  キャラクタリゼーション ,  *ネットワーク
準シソーラス用語： スイッチングコンバータ ,  特徴量 ,  進化的アルゴリズム ,  計算コスト ,  活性化関数 ,  二層 , 【Automatic Indexing@JST】

著者キーワード (4件)： 動的二値神経回路網 ,  周期軌道 ,  安定性 ,  Stabilization

分類 (1件)： ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (2件)： 周期軌道 ,  安定化