文献

J-GLOBAL ID：201802277984272020   整理番号：18A0107083

本論文は,RBFニューラルネットワークに基づく科学的性能評価モデル化の研究に関するものである。【JST・京大機械翻訳】

Scientific research performance evaluation modeling based on RBF network

著者 (3件)： Chi Rui (江蘇科技大学 経済管理学院,鎮江,212003) ,  Su Xiang (江蘇科技大学 経済管理学院,鎮江,212003) ,  Teng Yu (江蘇科技大学 経済管理学院,鎮江,212003)
資料名： Jiangsu Keji Daxue Xuebao (Ziran Kexue Ban)  (Jiangsu Keji Daxue Xuebao (Ziran Kexue Ban))
巻： 31  号： 4  ページ： 525-530  発行年： 2017年 
JST資料番号： C3286A  ISSN： 1673-4807  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 客観的、公正、正確な科学研究業績の評価は、大学と科学研究機関の科学研究者の仕事の積極性と科学技術革新能力を高める重要な措置である。本論文では,RBFニューラルネットワークに基づく科学研究業績の精密評価モデルを提案し,正規化された科学研究指標データに対応する重み係数をネットワーク入力とし,優,良,中,および格と不合格格の5段階評価を出力として用いた。粒子群最適化アルゴリズムを用いて,交差検証によりRBFネットワークの構造パラメータを最適化した。RBFネットワーク構造と入出力特性の分析により、訓練後のRBFネットワークの重みは5級評価結果と高い相関があり、5級評価結果と比べて、科学研究業績の差異をより細かく区別できることが分かった。この重みは直接に科学研究業績を評価するのに用いることができる。本論文では、RBFネットワークの科学研究業績評価における応用を拡張し、類似評価または評価作業を行うために、新たな考え方を提供した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  業績評価 ,  正規化 ,  最適化 ,  動径基底関数ネットワーク ,  構造パラメータ ,  科学技術 ,  入出力特性
準シソーラス用語： 粒子群最適化 ,  重み係数 ,  科学研究 ,  *評価モデル ,  *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)： performance evaluation ,  particle swarm optimization ,  parameter optimization ,  neural network weights

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 論文 ,  RBFニューラルネットワーク ,  科学 ,  性能評価 ,  モデル化 ,  研究