文献

J-GLOBAL ID：201802232099829732   整理番号：18A1908208

改良コウモリアルゴリズムによるデータ分類チューニングのための極端学習機械【JST・京大機械翻訳】

Extreme Learning Machines for Data Classification Tuning by Improved Bat Algorithm

著者 (5件)： Alihodzic Adis (Faculty of Mathematics, University of Sarajevo, Sarajevo, BiH) ,  Tuba Eva (Faculty of Informatics and Computing, Singidunum University, Belgrade, Serbia) ,  Simian Dana (Faculty of Sciences, Lucian Blaga University, Sibiu, Romania) ,  Tuba Viktor (Faculty of Informatics and Computing, Singidunum University, Belgrade, Serbia) ,  Tuba Milan (Faculty of Informatics and Computing, Singidunum University, Belgrade, Serbia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IJCNN  ページ： 1-8  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： 単一隠れ層フィードフォワードニューラルネットワークは様々な実用的問題に広く使われている。しかしながら,このようなニューラルネットワークのシナプス重みを決定するための訓練プロセスは,計算的に非常に高価である。本論文では,学習時間を短縮するために,単一隠れ層フィードフォワードニューラルネットワークのシナプス重みを学習するための新しい学習アルゴリズムを提案した。著者らは,極端な学習機械によってアップグレードしたコウモリアルゴリズムを結合することを提案した。提案手法は,ニューラルネットワークを訓練するために必要な評価数を低減し,最適入力重みと隠れバイアスを効率的に見出す。提案したアルゴリズムを標準ベンチマーク分類問題と関数で試験し,文献からの他の手法と比較した。結果は,著者らのアプローチがほとんどすべてのケースにおいて満足な性能を生み出して,それが従来の学習アルゴリズムよりはるかに速く解法を得ることができることを示した。Copyright 2018 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： シナプス ,  ニューラルネットワーク ,  *アルゴリズム ,  *同調 ,  CASE ,  バイアス ,  ベンチマーク ,  学習アルゴリズム ,  *コウモリ
準シソーラス用語： 学習時間 ,  フィードフォワードニューラルネットワーク ,  隠れ層 ,  極度学習機械 ,  データ分類 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： コウモリ ,  アルゴリズム ,  データ分類 ,  チューニング ,  極端学習機械