文献

J-GLOBAL ID：201802210063714151   整理番号：18A1937459

コーナー放射面積適応に基づくロバスト畳込みカーネル量決定【JST・京大機械翻訳】

Robust convolution kernel quantity determination based on corner radiation area adaptation

著者 (5件)： Liang Yu (Department of Computer Science and Engineering, Shandong University of Science and Technology, Shandong, China) ,  Du Yuyue (Department of Computer Science and Engineering, Shandong University of Science and Technology, Shandong, China) ,  Li Siguang (The Key Laboratory of Embedded Systems and Service Computing, Tongji University, Shanghai, China) ,  Li Siguang (College of Electrical Engineering, Binzhou University, Binzhou, Shandong, China) ,  Li Maozhen (Department of Electronic and Computer Engineering, Brunel University London, Uxbridge, UB8 3PH, UK)
資料名： Neurocomputing  (Neurocomputing)
巻： 321  ページ： 266-273  発行年： 2018年 
JST資料番号： W0360A  ISSN： 0925-2312  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： 畳込みニューラルネットワーク(CNN)におけるカーネルの数は,精度と計算効率の観点でCNNの性能に有意な影響を及ぼすことができる。しかしながら,コンボリューションカーネルの数を決定するための既存のアプローチは,主に手動プロセスを通して行われ,それは,潜在的なオーバーフィッティング,不安定性および非効率性の問題に悩まされている。これらの問題に対応して,本論文は,コンボリューションカーネルの数を自動的に決定するために,コーナー放射領域適応(CRAA)ベースの方法を提示した。CRAAは,複数の公共データセットに関する3つの代表的方法と比較して評価した。実験結果は,CRAAが特定のデータセットによく適合するコンボリューションカーネルの数に対してロバストであり,分類において同じ時間を費やすとき,3%まで分類精度のより高いレベルを達成することを示した。より重要なことに,CRAAは,分類における同じレベルの精度に達するとき,3つの代表的アプローチと比較して,計算時間を15%減少させた。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 不安定性 ,  *ロバスト性 ,  *畳込み
準シソーラス用語： 分類精度 ,  計算効率 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 畳込みカーネル ,  畳み込みニューラルネットワーク ,  特徴抽出 ,  コーナー放射面積適応

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： コーナー ,  放射 ,  面積 ,  適応 ,  ロバスト ,  畳込み ,  カーネル