文献

J-GLOBAL ID：201802229970203753   整理番号：18A2228377

N次元表面近似のためのニューラルネットワークの合成【JST・京大機械翻訳】

Synthesis of a Neural Network for N - Dimension Surfaces Approximation

著者 (2件)： Voevoda Alexander A. (Automation Department, Novosibirsk State Technical University, Novosibirsk, Russia) ,  Romannikov Dmitry O. (Automation Department, Novosibirsk State Technical University, Novosibirsk, Russia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： APEIE  ページ： 569-571  発行年： 2018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： 本論文は,任意次元の関数の近似のためのニューラルネットワーク合成の方法を提案した。この方法は,すべての次元が必要であるというアイデアに基づいている。2)論理によるサブダイアdiap出力とグリッドを形成する条件;3)非近似関数の平均値まで論理的な関数を作るニューロンの出力値をスケールする。4)最後は格子の全スケール値の総和である。この方法の主な利点は,学習を必要としない事前計算ニューラルネットワークを得ることを可能にすることである。一方,提案した構造は既知の学習法の一つを用いて学習できる。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  *近似法 ,  ニューロン ,  *ニューラルネットワーク
準シソーラス用語： 近似関数 , 【Automatic Indexing@JST】

分類 (5件)： 音声処理  (JE05000E) ,  NMR一般  (BM07041R) ,  符号理論  (ND02030R) ,  図形・画像処理一般  (JE04010I) ,  専用演算制御装置  (JC04030Y)

タイトルに関連する用語 (3件)： 次元 ,  近似 ,  ニューラルネットワーク