文献

J-GLOBAL ID：201902257479219528   整理番号：19A1667522

ニューラルネットワークにおける活性化関数の拡大によるNARXモデルの導出

Derivation of NARX models by expanding activation functions in neural networks

著者 (6件)： Inaoka Hidenori (Department of Basic Medical Sciences and Clinical Medicine, School of Allied Health Sciences, Kitasato University, 1-15-1, Kitasato, Minami Sagamihara, Kanagawa, Japan) ,  Kobayashi Kozue (Department of Medical Engineering and Technology, School of Allied Health Sciences, Kitasato University, 1-15-1, Kitasato, Minami Sagamihara, Kanagawa, Japan) ,  Nebuya Satoru (Department of Medical Engineering and Technology, School of Allied Health Sciences, Kitasato University, 1-15-1, Kitasato, Minami Sagamihara, Kanagawa, Japan) ,  Kumagai Hiroshi (Department of Medical Engineering and Technology, School of Allied Health Sciences, Kitasato University, 1-15-1, Kitasato, Minami Sagamihara, Kanagawa, Japan) ,  Tsuruta Harukazu (Department of Basic Medical Sciences and Clinical Medicine, School of Allied Health Sciences, Kitasato University, 1-15-1, Kitasato, Minami Sagamihara, Kanagawa, Japan) ,  Fukuoka Yutaka (Department of Electrical Engineering, Faculty of Engineering, Kogakuin University, Nishi-Shinjuku, Shinjuku Tokyo, Japan)
資料名： IEEJ Transactions on Electrical and Electronic Engineering  (IEEJ Transactions on Electrical and Electronic Engineering)
巻： 14  号： 8  ページ： 1209-1218  発行年： 2019年08月 
JST資料番号： W1854A  ISSN： 1931-4973  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： ニューラルネットワークからNARXモデルを導出する方法を開発し,ネットワーク学習のためのオープンソースライブラリの利用性をシステム構造を明らかにするNARXの利点と組み合わせた。ニューラルネットワークモデルを入力と出力データで訓練した後,シグモイド活性化関数をTaylor級数に拡張した。NARXモデルにおける候補パラメータを,ニューラルネットワークにおける接続重みと級数における係数から計算した。NARXモデル構造を拡張最小二乗(ELS)法とBayes情報量基準(BIC)によって決定した。正確なNARXモデルを計算機シミュレーションと実験で成功裏に検出した。開発した方法は,それらがTaylor級数に拡張されるならば,シグモイド関数を含む任意の活性化関数に使用できる。Copyright 2019 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *ニューラルネットワーク ,  非線形系 ,  シグモイド関数 ,  システム同定 ,  標準 ,  Bayes推定 ,  情報量 ,  Taylor展開 ,  級数 ,  *最小二乗法 ,  ソフトウェア ,  計算機シミュレーション ,  実験
準シソーラス用語： *活性化関数 ,  *ベイズ情報量基準 ,  Taylor級数展開 ,  オープンソース

著者キーワード (6件)： 非線形システム同定 ,  ニューラルネットワーク ,  シグモイド活性化機能 ,  Bayes情報基準 ,  Taylor級数展開 ,  拡張最小二乗法

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： ニューラルネットワーク ,  活性化関数 ,  拡大 ,  導出