文献

J-GLOBAL ID：201802221328849305   整理番号：18A1862535

非線形および非凸最適化問題を解くための新しい有限時間可変パラメータ収束微分ニューラルネットワーク【JST・京大機械翻訳】

A new finite-time varying-parameter convergent-differential neural-network for solving nonlinear and nonconvex optimization problems

著者 (6件)： Zhang Zhijun (Associate Professor in school of Automation Science and Engineering, South China University of Technology, China) ,  Zheng Lunan (Student in school of Automation Science and Engineering, South China University of Technology, China) ,  Li Lingao (Student in school of Automation Science and Engineering, South China University of Technology, China) ,  Deng Xiaoyan (Experimentalist in school of Automation Science and Engineering, South China University of Technology, China) ,  Xiao Lin (Associate Professor in College of Information Science and Engineering, Jishou University, China) ,  Huang Guoshun (Professor in the School of Mathematics and Big Data, Foshan University, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 319  ページ： 74-83  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： 非線形および非凸最適化問題を解くために,新しい有限時間変動パラメータ収束微分ニューラルネットワーク(FT-VP-CDNNと称する)を提案し,解析した。有限時間固定パラメータ収束微分ニューラルネットワーク(FT-FP-CDNN)と比較して,提案したFT-VP-CDNNは,超指数関数的収束,有限時間収束および強いロバスト性を有した。FT-VP-CDNNの有限時間収束特性を証明し,種々の計算機シミュレーションを示した。数値シミュレーションにより,非線形および非凸最適化問題を解くとき,FT-VP-CDNNの優位性を検証した。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： シミュレーション ,  計算機シミュレーション ,  経時変化 ,  *微分 ,  ロバスト性 ,  指数関数 ,  *ニューラルネットワーク
準シソーラス用語： *非凸最適化 ,  数値シミュレーション ,  *非凸最適化問題 , 【Automatic Indexing@JST】

著者キーワード (5件)： 非凸最適化 ,  ニューラルネットワーク ,  非線形制約 ,  コンピュータシミュレーション ,  収束とロバスト性

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

タイトルに関連する用語 (7件)： 非線形 ,  非凸最適化問題 ,  可変 ,  パラメータ ,  収束 ,  微分 ,  ニューラルネットワーク