文献

J-GLOBAL ID：201902231173493720   整理番号：19A1658072

皮質アルゴリズムの教師付き訓練のための区分的重み更新ルール【JST・京大機械翻訳】

A piecewise weight update rule for a supervised training of cortical algorithms

著者 (2件)： Hajj Nadine (Department of Electrical and Computer Engineering, American University of Beirut, Beirut, Lebanon) ,  Awad Mariette (Department of Electrical and Computer Engineering, American University of Beirut, Beirut, Lebanon)
資料名： Neural Computing & Applications  (Neural Computing & Applications)
巻： 31  号： 6  ページ： 1915-1930  発行年： 2019年 
JST資料番号： W0703A  ISSN： 0941-0643  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： まず第一に,山岳によって導入された,皮質アルゴリズム(CA)は,不変形式におけるパターンの階層的な保存に対するそれらの能力のために,人工ニューラルネットワーク第二世代を上回るように位置づけられる。人間の皮質へのそれらのより近い類似性とそれらの仮想的な改善された性能にもかかわらず,深い学習アプローチとしてのCA採用は,それらの高い計算訓練複雑性のためにエネルギー認識環境において制限されている。限られたハードウェア資源環境におけるCA教師つき訓練の複雑さを低減するために,本論文では,指数関数の線形化に基づくCAの教師つき訓練に対する区分的線形または多角形重み更新ルールを提案した。著者らのシミュレーション結果によって示されたように,12の公開可能なデータベースと著者らの開発された誤り限界証明に関する結果によって,提案されたルールは,精度の0.5%の劣化を犠牲にして,CA訓練時間を3倍低減する。0と無限における漸近線に依存するより簡単な近似は,精度における1.49%の減少と結合した3.5倍の因子によって訓練時間を減少させる。Copyright 2017 The Natural Computing Applications Forum Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  山岳 ,  近似法 ,  類似性 ,  *教師つき学習 ,  *皮質 ,  ハードウェア ,  線形性 ,  データベース ,  指数関数 ,  シミュレーション ,  学習 ,  ニューラルネットワーク ,  不変性
準シソーラス用語： 複雑性 , 【Automatic Indexing@JST】

著者キーワード (5件)： モデル複雑性 ,  皮質アルゴリズム ,  教師付き学習 ,  多角形近似 ,  エネルギー意識コンピューティング

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 皮質 ,  アルゴリズム ,  教師 ,  訓練 ,  更新 ,  ルール