文献

J-GLOBAL ID：201702264020769869   整理番号：17A1419036

新しい設計公式とその応用を用いた有限時間収束へのリカレントニューラルネットワークの加速時変マトリックス平方根へ【Powered by NICT】

Accelerating a recurrent neural network to finite-time convergence using a new design formula and its application to time-varying matrix square root

著者 (1件)： Xiao Lin (College of Information Science and Engineering, Jishou University, Jishou 416000, China)
資料名： Journal of the Franklin Institute. Engineering and Applied Mathematics  (Journal of the Franklin Institute. Engineering and Applied Mathematics)
巻： 354  号： 13  ページ： 5667-5677  発行年： 2017年 
JST資料番号： C0292A  ISSN： 0016-0032  CODEN： JFINA  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： 本論文では,リカレントニューラルネットワークの収束速度を加速するために提案した新しい設計式と,実時間で時変マトリックス平方根発見に適用した。,そのような新しい設計式によれば,有限時間Zhangニューラルネットワーク(FTZNN)を提案し,研究時変行列平方根を見出すことである。元Zhangニューラルネットワーク(ZNN)モデルと比較して,FTZNNモデルは収束性能(すなわち,無限時間有限時間)のブレークスルーを可能にした。さらに,設計式とFTZNNモデルの理論的解析を詳細に提供した。比較結果は,時変行列平方根を発見するための元のZNNモデルに提案したFTZNNモデルの優位性を検証した。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： *ニューラルネットワーク ,  モデリング
準シソーラス用語： 実時間 ,  収束速度 ,  *リカレントニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： システム設計・解析  (IA02030D)

タイトルに関連する用語 (7件)： 設計 ,  応用 ,  収束 ,  リカレントニューラルネットワーク ,  加速 ,  マトリックス ,  平方根