文献

J-GLOBAL ID：201802238276698408   整理番号：18A1712806

自己組織化回帰動径基底関数ニューラルネットワークを用いた非線形システムモデリング【JST・京大機械翻訳】

Nonlinear system modeling using a self-organizing recurrent radial basis function neural network

著者 (6件)： Han Hong-Gui (Faculty of Information Technology, Beijing University of Technology, Beijing 100124, China) ,  Han Hong-Gui (Beijing Key Laboratory of Computational Intelligence and Intelligent System, Beijing 100124, China) ,  Guo Ya-Nan (Faculty of Information Technology, Beijing University of Technology, Beijing 100124, China) ,  Guo Ya-Nan (Beijing Key Laboratory of Computational Intelligence and Intelligent System, Beijing 100124, China) ,  Qiao Jun-Fei (Faculty of Information Technology, Beijing University of Technology, Beijing 100124, China) ,  Qiao Jun-Fei (Beijing Key Laboratory of Computational Intelligence and Intelligent System, Beijing 100124, China)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 71  ページ： 1105-1116  発行年： 2018年 
JST資料番号： W2175A  ISSN： 1568-4946  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： 本論文では,非線形システムモデリングのために,効率的自己組織化再帰動径基底関数ニューラルネットワーク(RRBFNN)を開発した。RRBFNNにおいて,学習プロセスの間に2ステップ学習アプローチを導入した。第一段階では,改良Levenberg-Marquardt(LM)アルゴリズムを用いてパラメータの最適セットを見出すことを目的とした。第二段階では,RRBFNNの構造を最適化するために,いかなる閾値もなく,効率的な情報指向アルゴリズム(IOA)を開発した。このIOAベースのRRBFNN(IOA-RRBFNN)における隠れニューロンは,計算の複雑さを減少させて,一般化力を改善するために自動的に生成されるか,または剪定される。一方,IOA-RRBFNNの学習収束に関する理論解析を詳細に示した。非線形システムをモデル化するためのIOA-RRBFNNの長所を実証するために,いくつかのベンチマーク問題と実世界応用を,他の既存の方法に対する比較によって提示した。いくつかの有望な結果を本研究で報告し,提案したIOA-RRBFNNが高速学習速度とコンパクト構造の場合に予測精度を実行することを示した。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： ニューロン ,  *非線形系 ,  学習 ,  *モデリング ,  最適化 ,  ベンチマーク ,  アルゴリズム ,  計算量 ,  高速度 ,  *自己組織化
準シソーラス用語： 予測精度 ,  学習速度 ,  学習過程 ,  *システムモデリング ,  *動径基底関数ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 情報指向アルゴリズム ,  再帰動径基底関数ニューラルネットワーク ,  非線形システムモデリング ,  改良Levenberg-Marquardtアルゴリズム

分類 (4件)： 人工知能  (JE08000Z) ,  システム同定  (IA02040O) ,  ニューロコンピュータ  (JC06010Q) ,  電力系統一般  (NB02000E)

タイトルに関連する用語 (4件)： 自己組織化 ,  動径基底関数ニューラルネットワーク ,  非線形システム ,  モデリング