文献

J-GLOBAL ID：201702287675361634   整理番号：17A1394113

持続励振,ニューラルネットワークのアーキテクチャと決定論的学習性能のレベルとの関係【Powered by NICT】

Relationship between levels of persistent excitation, architectures of neural networks and deterministic learning performance

著者 (2件)： Zheng Tongjia (School of Automation Science and Technology, South China University of Technology, Guangzhou 510640, P. R. China) ,  Wang Cong (School of Automation Science and Technology, South China University of Technology, Guangzhou 510640, P. R. China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCC  ページ： 2088-2093  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： 持続性励起(PE)の概念に基づいて,決定論的学習アルゴリズムが,最近非線形システムのニューラルネットワーク(NN)に基づく同定のために提案した。PEレベル(励起のレベルを含む)の間の定量的関係,NNのアーキテクチャと決定性学習の収束特性,特定のシステム軌道のための十分な準位励起と同定の精度を保証するために,NNを構築する方法の実用的な問題が動機となっているを調べた。PEレベルに関する結果を利用して,決定性学習性能を解析した。NN中心の密度を増加させることによって,NNの近似能力は増加するが,励起のレベルが減少することを証明した,NNアーキテクチャを調整すると,これは収束精度にはトレードオフが存在することを意味している。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： *計算機アーキテクチャ ,  学習アルゴリズム ,  *励振 ,  近似法 ,  非線形系 ,  *ニューラルネットワーク ,  励起 ,  *学習
準シソーラス用語： 決定性 ,  持続性 ,  *決定論 ,  *学習性能 , 【Automatic Indexing@JST】

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 励振 ,  ニューラルネットワーク ,  アーキテクチャ ,  学習性能