文献

J-GLOBAL ID：201802247609186776   整理番号：18A1937443

巡回セールスマン問題に対する構成最適化ニューラルネットワークの計算複雑性について【JST・京大機械翻訳】

On computational complexity of the constructive-optimizer neural network for the traveling salesman problem

著者 (1件)： Saadatmand-Tarzjan Mahdi (Medical Imaging Lab, Department of Electrical Engineering, Faculty of Engineering, Ferdowsi University of Mashhad, 9177948974 Mashhad, Iran)
資料名： Neurocomputing  (Neurocomputing)
巻： 321  ページ： 82-91  発行年： 2018年 
JST資料番号： W0360A  ISSN： 0925-2312  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： 著者らは,以前に,解の質と収束速度の間の最良の妥協を提供するために,巡回セールスマン問題(TSP)のための構成最適化ニューラルネットワーク(CONN)を提案した。しかし,CONNの計算量は,o(n~3)として注意深く報告されている。本論文では,確率論的解析手法を用いて,CONNの実際の計算量がO(n~2logn)であることを証明した。TSPLIBからの3セットのベンチマークTSPを用いてCONNの性能を評価した。著者らは,次数n~2ローンの多項式が,CONNのCPU時間に対して,TSP都市の数に最も良く適合することを示した。また,CONNを,解の質とCPU時間の両方に関して,多数の最先端のニューラルネットワークと比較した。通常のTSPに対しては,CONNはCPU時間と解の質の間の最良のトレードオフを提供し,一方,非常に大規模なTSPに対しては,意味のある自己組織化マップが優先される可能性があることを実証した。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： 都市 ,  自己組織化特徴マップ ,  CPU時間 ,  多項式 ,  *巡回セールスマン問題 ,  *計算量 ,  *ニューラルネットワーク ,  *最適化 ,  ベンチマーク
準シソーラス用語： 最先端 ,  次数 ,  確率解析 ,  収束速度 , 【Automatic Indexing@JST】

著者キーワード (3件)： 構成的最適化ニューラルネットワーク ,  巡回セールスマン問題 ,  計算の複雑さ

分類 (2件)： 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 (4件)： 巡回セールスマン問題 ,  最適化 ,  ニューラルネットワーク ,  計算複雑性