文献

J-GLOBAL ID：201802242931142458   整理番号：18A1621928

コンピュータニューラルネットワークにおける粒子群最適化アルゴリズムの応用【JST・京大機械翻訳】

Application of Particle Swarm Optimization Algorithm in Computer Neural Network

著者 (1件)： Li Xueyan (Wuhan University of Science and Technology, City College, Wuhan, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCSEC  ページ： 446-449  発行年： 2017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： 粒子群最適化アルゴリズムは,生物学的グループの社会活動に基づく新しい知的最適化アルゴリズムである。粒子群最適化アルゴリズムはランダムで不確実であるので,アルゴリズムの理論的基礎はまだ完全ではなく,例えば,早期収束,遅い収束速度などのようないくつかの問題がある。粒子群最適化アルゴリズム理論解析と改良は,アルゴリズムの焦点とホットスポットになった。したがって,従来のPSOアルゴリズム解析の理論に基づいて,生物学的プロトタイプ特徴のためのアルゴリズムと結合して,改良PSOアルゴリズムをアルゴリズムの収束のために提案した。従来のBP人工ニューラルネットワーク学習アルゴリズムは勾配情報に基づく最適化アルゴリズムであるので,アルゴリズムは局所最適欠陥に陥りやすい。したがって,本論文では,改良粒子群最適化アルゴリズムをニューラルネットワーク訓練に使用した。本研究はPSOアルゴリズムの理論的基礎を改良することができるだけでなく,人工ニューラルネットワークにおけるPSOアルゴリズムの応用のための参照も提供した。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： 学習アルゴリズム ,  *アルゴリズム ,  プロトタイプ ,  *コンピュータ ,  *ニューラルネットワーク ,  ホットスポット ,  不確実性
準シソーラス用語： 理論解析 ,  収束速度 ,  早期収束 ,  *最適アルゴリズム ,  *粒子群最適化 , 【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 (4件)： コンピュータ ,  ニューラルネットワーク ,  粒子群最適化アルゴリズム ,  応用