文献

J-GLOBAL ID：201802217080345057   整理番号：18A0327124

勾配流ペナルティ接続による制約付きNLP(自然言語処理)に向けて自己同調ロバストペナルティスキーム【Powered by NICT】

Constrained NLP via gradient flow penalty continuation: Towards self-tuning robust penalty schemes

著者 (3件)： Scott Felipe (Green Technology Research Group, Facultad de Ingenieria y Ciencias Aplicadas, Universidad de los Andes, Chile, Mons. Alvaro del Portillo 12455, Las Condes, Santiago 7620001, Chile) ,  Conejeros Raul (School of Biochemical Engineering, Pontificia Universidad Catolica de Valparaiso, Av. Brasil 2085, Valparaiso, Chile) ,  Vassiliadis Vassilios S. (Department of Chemical Engineering and Biotechnology, University of Cambridge, Cambridge CB2 3RA, UK)
資料名： Computers & Chemical Engineering  (Computers & Chemical Engineering)
巻： 101  ページ： 243-258  発行年： 2017年 
JST資料番号： H0199C  ISSN： 0098-1354  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： 勾配流再定式化に基づく非線形制約付最適化問題への新しい数値解法を提案した。ペナルティパラメータの更新を直接再定式化に使用される常微分方程式のシステムに埋め込まれている提案した解法は,自己同調ペナルティパラメータを使用し,その成長速度は制約と可変限界の破れと関連している。これらのスキームの収束特性を解析し,それらは漸近的に局所最小に収束することを示した。一組の試験問題を用いた数値実験,数からいくつかの百変数の範囲は,提案したスキームはロバストであり,実行可能点と局所最小値に収束することを示した。さらに,結果は,GF製剤は従来のNLP解法が失敗する問題への,以前に報告されたGF定式化に比べて統合ステップと時間で最適解を見出すことができることを示唆した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *ロバスト性 ,  成長速度 ,  *自然言語処理 ,  *ペナルティ ,  常微分方程式 ,  制約付最適化問題 ,  定式化 ,  数値解法 ,  製剤
準シソーラス用語： 最適解 ,  数値実験 ,  試験問題 , 【Automatic Indexing@JST】

著者キーワード (3件)： 勾配流 ,  非線形計画問題 ,  収束解析

分類 (1件)： 化学プロセスの制御  (XC02020N)

タイトルに関連する用語 (6件)： 勾配 ,  ペナルティ ,  制約 ,  NLP ,  自然言語処理 ,  自己同調