文献

J-GLOBAL ID：201902227746962643   整理番号：19A1859644

強化学習に基づく限定的コストダウンコンボリューションニューラルネットワーク構造の自動設計手法【JST・京大機械翻訳】

Automatically Design Cost-Constrained Convolutional Neural Network Architectures with Reinforcement Learning

著者 (4件)： Xu Qiang (中国科学院深zhen先進技術研究院 深zhen 518055;中国科学院大学 北京 100049) ,  Xu Yangjie (中国科学院深zhen先進技術研究院 深zhen 518055;中国科学院大学 北京 100049) ,  Jiang Yulin (中国科学院深zhen先進技術研究院 深zhen 518055) ,  Zhang Yong (中国科学院深zhen先進技術研究院 深zhen 518055;中国科学院大学 北京 100049)
資料名： Jicheng Jishu  (Jicheng Jishu)
巻： 8  号： 3  ページ： 42-54  発行年： 2019年 
JST資料番号： C2936A  ISSN： 2095-3135  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： 現在のニューラルネットワーク構造の自動設計方法は,設計ニューラルネットワーク構造の予測精度を最適化する。しかし、実際の応用において、設計したニューラルネットワーク構造は、特定のコスト制約、例えばメモリ占有、推定時間と訓練時間などを満たすことがしばしば要求される。本論文では,新しい限定コストの下でのニューラルネットワーク構造の自動設計手法を提案し,CIFAR10データセット上で,メモリ占有,推定時間,および訓練時間の3種類の代表的コストを選定し,既存の方法と比較した。この方法は,特定のコスト制約を満たす高精度の畳込みニューラルネットワーク構造を得て,最適化可能なコストは既存の方法より多い。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  *自動設計 ,  *強化学習 ,  *ニューラルネットワーク ,  最適化
準シソーラス用語： 畳込みニューラルネットワーク ,  高精度 ,  予測精度 , 【Automatic Indexing@JST】

分類 (4件)： システム設計・解析  (IA02030D) ,  数値計算  (JE02000J) ,  計算機網  (JC03000K) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 強化学習 ,  コストダウン ,  設計手法