文献

J-GLOBAL ID：201902239393676001   整理番号：19A0306579

ニューラルネットワークを用いたマイクロ波回路モデルのための運動量トレーニングによる新しい準Newton【JST・京大機械翻訳】

A Novel quasi-Newton with Momentum Training for Microwave Circuit Models using Neural Networks

著者 (2件)： Mahboubi Shahrzad (Graduate school of Electrical and Information Engineering, Shonan Institute of Technology, Fujisawa, 251-8511, Japan) ,  Ninomiya Hiroshi (Graduate school of Electrical and Information Engineering, Shonan Institute of Technology, Fujisawa, 251-8511, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICECS  ページ： 629-632  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 本論文では,ニューラルネットワークの訓練を加速するための新しい準ニュートン(QN)ベースの技術について述べた。マイクロ波回路は,それ自身に対して強い非線形性を有する入力と出力特性を有して,それらのニューラルネットワークモデルのためにロバストな訓練アルゴリズムを必要とした。qNはこれらの目的のために通常使用された。一方,逆伝搬のような最急勾配法はニューラルネットワークの訓練に利用され,運動量項により加速される。本研究では,高非線形性を有するマイクロ波回路モデリングのためのQNにおける運動量項の有効性を検証し,運動量係数が各反復に適応的に与えられる新しい訓練アルゴリズムを提案した。提案したアルゴリズムを2つのマイクロ波回路のモデリングを通して実証した。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： ロバスト性 ,  モデリング ,  *ニューラルネットワーク ,  *運動量 ,  非線形性 ,  有効性 ,  アルゴリズム ,  *マイクロ波回路 ,  学習アルゴリズム
準シソーラス用語： 神経回路網モデル ,  出力特性 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ニューラルネットワーク ,  マイクロ波回路 ,  モデル ,  運動量 ,  トレーニング