文献

J-GLOBAL ID：201902253470860201   整理番号：19A0527570

人工神経回路網の最適パラメータ探索のための遺伝的アルゴリズムの並列実装【JST・京大機械翻訳】

Parallel implementation of genetic algorithm for searching optimal parameters of artificial neural networks

著者 (3件)： Nugroho Eko Dwi (Department of Computer Science and Electronics, Faculty of Mathematics and Natural Sciences, Universitas Gadjah Mada, Yogyakarta, Indonesia) ,  Wibowo Moh Edi (Department of Computer Science and Electronics, Faculty of Mathematics and Natural Sciences, Universitas Gadjah Mada, Yogyakarta, Indonesia) ,  Pulungan Reza (Department of Computer Science and Electronics, Faculty of Mathematics and Natural Sciences, Universitas Gadjah Mada, Yogyakarta, Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICST  ページ： 136-141  発行年： 2017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： 遺伝的アルゴリズムは集団に基づく進化的最適化手法であり,これを用いて人工ニューラルネットワークの訓練に成功した。しかしながら,多数の個体が個体群を構成するとき,アルゴリズムの実行時間はしばしば非常に長くなる。並列計算は,この問題に対処するために潜在的に使用できる技術である。本研究は,人工ニューラルネットワーク(多層パーセプトロン)の最適パラメータを探索するための並列遺伝的アルゴリズムの採用を研究した。サブ集団(およびそれらの適合性値)がプロセッサ間で交換され,選択,交差,および突然変異プロセスが,新しいサブ集団を生成するために必要であるが,プロセッサ間で独立に実行される。本研究の実験は,並列化が実際に遺伝的アルゴリズムの実行時間を減少させることを示した。提案した方法は,Tic-Tac-Toeのゲーム,車両評価,およびチェス(King-Rook対King-Pawn)データセットのゲームに対して,それぞれ2.066,2.656および47.788秒/世代の平均実行時間を生成した。比較のために,アルゴリズムの連続バージョンの平均実行時間は,同じ3つのデータセットに対して,それぞれ14.397,12.961,および350.963秒/世代である。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： *遺伝的アルゴリズム ,  *アルゴリズム ,  ニューラルネットワーク ,  ゲーム ,  多層パーセプトロン ,  並列演算 ,  個体群 ,  演算プロセッサ ,  突然変異 ,  適応性
準シソーラス用語： チェス ,  並列遺伝的アルゴリズム ,  実行時間 ,  *並列実装 ,  *最適パラメータ , 【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)： 人工神経回路網 ,  最適パラメータ ,  探索 ,  遺伝的アルゴリズム ,  並列実装