文献

J-GLOBAL ID：201702289054808576   整理番号：17A1645613

スパースクラスGauss制限Boltzmann機械モデルに基づく故障診断【Powered by NICT】

Fault diagnosis based on sparse class Gaussian Restrict Boltzmann Machine model

著者 (3件)： Yang Jie (State Key Laboratory of Industrial Control Technology, College of Control Science and Engineering, Zhejiang University, Hangzhou 310027, P. R. China) ,  Song Zhihuan (State Key Laboratory of Industrial Control Technology, College of Control Science and Engineering, Zhejiang University, Hangzhou 310027, P. R. China) ,  Jiang Li (State Key Laboratory of Industrial Control Technology, College of Control Science and Engineering, Zhejiang University, Hangzhou 310027, P. R. China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： DDCLS  ページ： 518-523  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： 可視層と一つの隠れ層から構成されていることを生成モデル,制限Boltzmannマシンは深い学習において重要な役割を果たしている。教師なしの方法で特徴抽出器として用いることができる。プロセス診断地域では,識別タスクを解決するために,スパースクラスGauss制限Boltzmannマシンは分類のための判別非線形特徴抽出器として開発した。さらに,オーバーフィッティングを克服する点と訓練効率を高めることを目的として,隠れ層のためのスパース制約は訓練時間時に添加される。TEプロセスベンチマークに基づく実験結果によって,このモデルは,MLP分類器の性能を著しく上回る,他GRBMベースモデル,さらに,採用したまばらな制約条件は,分類性能にプラスの効果を持つことを示した。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： *透視図法 ,  *モデル ,  *故障診断 ,  *Boltzmannマシン ,  特徴抽出
準シソーラス用語： 生成モデル ,  隠れ層 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (5件)： クラス ,  制限 ,  Boltzmann機械 ,  モデル ,  故障診断