文献

J-GLOBAL ID：201802235825910390   整理番号：18A0185810

動的行列反転のためのRNNモデル:制御理論の展望【Powered by NICT】

RNN Models for Dynamic Matrix Inversion: A Control-Theoretical Perspective

著者 (3件)： Jin Long (School of Information Science and Engineering, Lanzhou University, Lanzhou, China) ,  Li Shuai (Department of Computing, Hong Kong Polytechnic University, Hong Kong) ,  Hu Bin (School of Information Science and Engineering, Lanzhou University, Lanzhou, China)
資料名： IEEE Transactions on Industrial Informatics  (IEEE Transactions on Industrial Informatics)
巻： 14  号： 1  ページ： 189-199  発行年： 2018年 
JST資料番号： W1434A  ISSN： 1551-3203  CODEN： ITIICH  資料種別： 逐次刊行物 (A)
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： 本論文では,時変パラメータをもつ零点発見(例えば,逆行列)を解くための既存のリカレントニューラルネットワーク(RNN)モデルは,制御の観点から再検討し,制御理論フレームワークに統一した。,既存RNNモデルの活性化関数の限界を指摘し,制御理論の技術を用いて改善した。添加では,零点発見のための古典的方法として,勾配ベース再帰的神経回路網は誤差と行列反転の自由に動的問題を解決するために作り直さされてきた。最後に,計算機シミュレーションを行ない,制御の観点から設計された修正RNNモデルの有効性と優位性を明らかにし,解析した。本論文の主な貢献は,凸制限および動的行列反転のための既存のRNNモデルにおける行列反転の除去の除去である。本研究では,代数方程式を解くロバストかつ正確にRNNモデルを設計するために制御技術を利用することに系統的アプローチを提供する。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 凸形 ,  神経回路網 ,  零点 ,  代数方程式 ,  ロバスト性 ,  計算機シミュレーション ,  動的問題 ,  *制御理論 ,  逆行列
準シソーラス用語： 制御技術 ,  活性化関数 ,  リカレントニューラルネットワーク ,  時変パラメータ ,  *行列反転 , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  その他の情報処理  (JE15050M) ,  計算機網  (JC03000K)

タイトルに関連する用語 (5件)： 行列反転 ,  RNN ,  モデル ,  制御理論 ,  展望