文献

J-GLOBAL ID：201802290059100683   整理番号：18A0645449

適応運動量因子に基づく区間神経回路網モデリング法【JST・京大機械翻訳】

Interval neural network modeling method based on adaptive momentum factor

著者 (5件)： Chen Shi (重慶科技学院電气与信息工程学院,重慶,401331) ,  Yi Jun (重慶科技学院電气与信息工程学院,重慶,401331) ,  Li Qian (重慶大学数学与統計学院,重慶,401331) ,  Huang Di (重慶科技学院電气与信息工程学院,重慶,401331) ,  Li Taifu (重慶科技学院電气与信息工程学院,重慶,401331)
資料名： Sichuan Daxue Xuebao. Zirankexueban  (Sichuan Daxue Xuebao. Zirankexueban)
巻： 54  号： 5  ページ： 978-984  発行年： 2017年 
JST資料番号： C2595A  ISSN： 0490-6756  CODEN： SCTHAO  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： 区間神経回路網モデリングは区間制御の中核部分であり、システムのロバスト性を向上させる重要な方法である。区間ニューラルネットワークアルゴリズムの収束速度が遅いという問題に対して、適応運動量因子アルゴリズムを提案した。アルゴリズムは,入力と出力データのマッピングモデルを確立するために間隔演算を使用して,適応性のある運動量項を導入することによって,運動量項目を適応的に更新し,システムの収束速度を加速して,システムの定常状態誤差を減少して,局所的最小値に陥りやすいという欠点を克服した。」。”.”...............................................を,システムの収束速度を向上させる.典型的な例を示した。区間ニューラルネットワークは,正確に間隔ネットワークモデルを確立することができ,そして,適応運動量因子アルゴリズムは,区間ニューラルネットワークの全体的性能を改善することができた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *運動量 ,  ロバスト性 ,  ニューラルネットワーク ,  アルゴリズム ,  演算 ,  適応性
準シソーラス用語： ネットワークモデル ,  定常状態 ,  収束速度 ,  *ニューラルネットワークモデリング , 【Automatic Indexing@JST】

著者キーワード (4件)： Interval control ,  Interval neural network ,  Momentum factor ,  Modeling

分類 (1件)： その他の情報処理  (JE15050M)

タイトルに関連する用語 (4件)： 適応 ,  運動量 ,  因子 ,  神経回路網モデリング