文献

J-GLOBAL ID：201702253946700263   整理番号：17A1260290

エネルギー効率の良い添加剤神経回路網【Powered by NICT】

An energy efficient additive neural network

著者 (5件)： Afrasiyabi Arman (Department of Computer Engineering, Middle East Technical University, Ankara, Turkey) ,  Nasir Baris (Department of Computer Engineering, Middle East Technical University, Ankara, Turkey) ,  Yildiz Ozan (Department of Computer Engineering, Middle East Technical University, Ankara, Turkey) ,  Vural Fatos T. Yarman (Department of Computer Engineering, Middle East Technical University, Ankara, Turkey) ,  Cetin A. Enis (Department of Electrical and Electronics Engineering, Bilkent University, Ankara, Turkey)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SIU  ページ： 1-4  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： 本論文では,Lebesgue可積分関数の空間上の普遍的近似特性を持つ新しいエネルギー効率的ニューラルネットワークを提案した。,付加的ニューラルネットワークと呼ばれる,このネットワークはモバイルコンピューティングのための非常に適していた。ニューラル構造は乗算器不要の実装を可能にする,ef演算子と呼ばれる新しいベクトル積定義に基づいている。ef動作では,二種の実際の数の「製品」は,それらの絶対値の和として定義された数の積の符号により決定した符号であった。「製品」は,n次元Euclid空間におけるベクトル積を構築した。ベクトル積は投げ縄ノルムを誘導する。提案した添加剤ニューラルネットワークは,X OR問題を解決することに成功した。MNISTデータセット上での実験により,提案した付加的ニューラルネットワークの分類性能は対応する多層パーセプトロンに非常に類似していることを示す。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： 絶対値 ,  モバイルコンピューティング ,  *エネルギー効率 ,  Euclid空間 ,  近似法 ,  乗算器 ,  *添加剤 ,  ノルム ,  ニューラルネットワーク ,  *神経回路網 ,  多層パーセプトロン ,  ネットワーク
準シソーラス用語： ベクトル積 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (3件)： エネルギー効率 ,  添加剤 ,  神経回路網