文献

J-GLOBAL ID：201902220508010332   整理番号：19A0921910

束縛制約を持つ時間依存劣決定線形システムのオンライン解のための新しいリカレントニューラルネットワーク【JST・京大機械翻訳】

New Recurrent Neural Network for Online Solution of Time-Dependent Underdetermined Linear System With Bound Constraint

著者 (5件)： Xu Feng (College of Information Science and Engineering, Huaqiao University, Xiamen, China) ,  Li Zexin (College of Information Science and Engineering, Huaqiao University, Xiamen, China) ,  Nie Zhuoyun (College of Information Science and Engineering, Huaqiao University, Xiamen, China) ,  Shao Hui (College of Information Science and Engineering, Huaqiao University, Xiamen, China) ,  Guo Dongsheng (College of Information Science and Engineering, Huaqiao University, Xiamen, China)
資料名： IEEE Transactions on Industrial Informatics  (IEEE Transactions on Industrial Informatics)
巻： 15  号： 4  ページ： 2167-2176  発行年： 2019年 
JST資料番号： W1434A  ISSN： 1551-3203  CODEN： ITIICH  資料種別： 逐次刊行物 (A)
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： 再帰ニューラルネットワーク(RNN)は,最近,オンライン数学問題解決に対する重要な代替案と見なされている。本論文では,最初のRNNモデルを提案することにより,限界制約を有する時間依存性過小決定線形システムを解くための重要な改善を提供した。特に,時間依存非負ベクトルを導入することにより,境界制約下決定線形システムを線形および非線形方程式から成る時間依存システムに変換した。新しく構築したRNNモデルは時間依存方程式においてゼロになる。次に,モデルは理論的に収束特性を持つことが証明され,シミュレーション結果は,提案したRNNモデルの有効性をさらに実証して,束縛制約を有する時間依存性の過小決定線形システムを解明した。最後に,提案したRNNモデルを物理的に制約された冗長ロボットマニピュレータに適用し,提案したモデルの適用性を示した。Copyright 2019 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： 適応性 ,  *時間依存性 ,  *線形性 ,  *ニューラルネットワーク ,  問題解決 ,  *線形系 ,  ベクトル ,  非線形方程式 ,  有効性 ,  シミュレーション ,  冗長性
準シソーラス用語： ロボットマニピュレータ ,  *リカレントニューラルネットワーク ,  *オンライン , 【Automatic Indexing@JST】

分類 (3件)： 電力系統一般  (NB02000E) ,  システム設計・解析  (IA02030D) ,  電動機  (NB07030U)

タイトルに関連する用語 (6件)： 束縛 ,  制約 ,  線形システム ,  オンライン ,  解 ,  リカレントニューラルネットワーク