文献

J-GLOBAL ID：201802241478517083   整理番号：18A1148808

2つの異なる非線形活性化関数を用いた有限時間リカレントニューラルネットワークによる二次最小化問題の解法【JST・京大機械翻訳】

Solving quadratic minimization problem by finite-time recurrent neural network using two different nonlinear activation functions

著者 (5件)： Zhang Yongsheng (College of Information Science and Engineering, Jishou University, Jishou, China) ,  Xiao Lin (College of Information Science and Engineering, Jishou University, Jishou, China) ,  Liao Bolin (College of Information Science and Engineering, Jishou University, Jishou, China) ,  Ding Lei (College of Information Science and Engineering, Jishou University, Jishou, China) ,  Lu Rongbo (College of Information Science and Engineering, Jishou University, Jishou, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICACI  ページ： 151-155  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： 2つの有限時間再帰ニューラルネットワークモデル(FTRNN-1モデルとFTRNN-2モデルと略記)を提案し,実用的工学応用に広く使われている二次最小化問題を解くために研究した。二次最小化のための元の再帰ニューラルネットワーク(ORNN)とは異なり,FTRNN-1モデルとFTRNN-2モデルの両方は,それぞれ非線形活性化関数を有し,従って有限時間収束性能を有する。シミュレーション結果は,ORNNモデルと比較して,二次最小化問題を扱うために提案した二つのモデルの効率と高い精度を検証した。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： *ニューラルネットワーク ,  *最小化問題 ,  シミュレーション
準シソーラス用語： 神経回路網モデル ,  *リカレントニューラルネットワーク ,  *活性化関数 , 【Automatic Indexing@JST】

分類 (3件)： 数理計画法  (KA03030M) ,  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 (5件)： 非線形 ,  活性化関数 ,  リカレントニューラルネットワーク ,  最小化問題 ,  解法