文献

J-GLOBAL ID：201702289687068400   整理番号：17A0381099

ニューラルネットワーク重み初期化戦略を評価するための定量的測定【Powered by NICT】

Quantitative measures to evaluate neural network weight initialization strategies

著者 (3件)： Ramos Ernesto Zamora (Computer Science Department, University of Nevada, Las Vegas, USA 89154-9900) ,  Nakakuni Masanori (Information Technology Center, Fukuoka University, Japan 814-0180) ,  Yfantis Evangelos (Computer Science Department, University of Nevada, Las Vegas, USA 89154-9900)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCWC  ページ： 1-7  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における重みつき初期値設定が学習速度,収束速度と正しい分類の確率に影響するニューラルネットワーク研究文献で何度も報告されている。本研究論文では,様々な重み初期化戦略を試験する客観的に理論を開発した。著者らの理論では,各利用可能な重み初期化戦略のための定量的尺度を提供する。各初期化戦略と各時代のエポック数を与えられた正しい分類の条件付き確率分布関数を推定した。各初期化戦略では,与えられた時代のための条件付き確率は一定の確率分布関数と特定の平均と分散を持つランダム変数である。多変量解析,極値統計,分散分析と推定理論に基づいて,著者らは,一つの戦略がもう一つよりもより良いか戦略間の差は有意ではないが,それらはランダムな変動に起因するかどうかを評価すること目的フレームワークと測定を開発した。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： 多変量解析 ,  *ニューラルネットワーク ,  初期値設定 ,  分散分析 ,  分布関数
準シソーラス用語： ランダム変数 ,  確率分布関数 ,  条件付確率 ,  収束速度 ,  学習速度 , 【Automatic Indexing@JST】

分類 (1件)： ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (5件)： ニューラルネットワーク ,  初期化 ,  戦略 ,  評価 ,  定量