文献

J-GLOBAL ID：201702269640021505   整理番号：17A1257613

道路解析におけるニューラルネットワークの理解について【Powered by NICT】

On making sense of neural networks in road analysis

著者 (3件)： Morris Daniel (Faculty of Engineering and Physical Sciences, University of Surrey, Guildford, Surrey) ,  Antoniades Andreas (Faculty of Engineering and Physical Sciences, University of Surrey, Guildford, Surrey) ,  Took Clive Cheong (Faculty of Engineering and Physical Sciences, University of Surrey, Guildford, Surrey)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IJCNN  ページ： 4416-4421  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： ニューラルネットワークは大部分機械学習コミュニティのための「ブラックボックス」として扱われてきた。ニューラルネットワークの理解の困難さは,隠れ層の複雑なトポロジーである。ニューラルネットワークが動作する方法を解明することを目的とした文献で研究されているが,隠れ層の理解はまだ課題として残っている。本研究では,Bayesネットワークのトポロジーにニューラルネットワークをマッピングすることにより隠れ層から物理的意味を導出する方法を提案した。このマッピングを用いて,交通事故予測の課題におけるBayesおよびニューラルネットワークの両方に優れていることをハイブリッドモデルをもたらすBayesネットワークの確率を高めた。著者らの解析は,それに応じてマッピングかどうかをニューラルネットワークはBayesネットワークのノード確率を推定することができることを示唆した。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： ブラックボックス ,  交通事故 ,  *道路 ,  予測 ,  *ニューラルネットワーク ,  位相幾何学
準シソーラス用語： ハイブリッドモデル ,  信念ネットワーク ,  隠れ層 , 【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 (4件)： 道路 ,  解析 ,  ニューラルネットワーク ,  理解