文献

J-GLOBAL ID：201802261524493712   整理番号：18A1686294

変分閉形式ディープニューラルネット推論【JST・京大機械翻訳】

Variational closed-Form deep neural net inference

著者 (1件)： Kandemir Melih (Computer Science Department, OEzyegin University, Istanbul)
資料名： Pattern Recognition Letters  (Pattern Recognition Letters)
巻： 112  ページ： 145-151  発行年： 2018年 
JST資料番号： H0913A  ISSN： 0167-8655  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ここでは,閉形式更新ルールだけで動作する平均場変分推論に従う深いニューラルネットワークのためのBayes構築を導入した。したがって,それは手動で調整されるべき学習速度を必要としない。これにより,従来のニューラルネットが部分最適化を行うことが知られている3つのセットアップに対する効果的な深い学習を行うことが可能になることを示した。1)オンライン学習,2)小データからの学習,3)アクティブ学習。この手法を,様々な活性化関数を持つ決定論的ニューラルネットと同様に,期待伝搬から勾配ベース変分Bayesへ及ぶ以前のBayesニューラルネットワーク推論技術と比較した。著者らは,2つの主流の視覚ベンチマークと2つの医学データセットにおいて,すべてのこれらの代替案を改善するために,著者らのアプローチを観察する:糖尿病性網膜症スクリーニングと眼底画像からの滲出物検出。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： 糖尿病性網膜症 ,  ベンチマーク ,  視覚 ,  最適化 ,  *変分法 ,  ニューラルネットワーク ,  スクリーニング
準シソーラス用語： 眼底写真 ,  決定論 ,  活性化関数 ,  能動学習 ,  オンライン学習 ,  学習速度 ,  変分推論 ,  *閉形式 , 【Automatic Indexing@JST】

著者キーワード (4件)： Bayesニューラルネットワーク ,  変分Bayes ,  オンライン学習 ,  アクティブ学習

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 変分 ,  閉形式 ,  推論