文献

J-GLOBAL ID：201902261784966987   整理番号：19A0216041

深さ学習最適化アルゴリズム研究【JST・京大機械翻訳】

Research on Optimization Algorithm of Deep Learning

著者 (3件)： Tong Weiguo (華北電力大学(保定)自動化系 河北 保定071003) ,  Li Minxia (華北電力大学(保定)自動化系 河北 保定071003) ,  Zhang Yike (華北電力大学(保定)自動化系 河北 保定071003)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 45  号： z2  ページ： 155-159  発行年： 2018年 
JST資料番号： C2530A  ISSN： 1002-137X  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： 深さ学習は機械学習分野におけるホットゲートの研究方向であり、深さ学習における訓練と最適化アルゴリズムも高い注目と研究を受け、人工知能発展の重要な推進力となっている。畳込みニューラルネットワークの基本構造に基づいて,ネットワーク訓練における活性化関数とネットワーク構造の選択,超パラメータの設定と最適化アルゴリズムを紹介し,各アルゴリズムの優劣を分析し,Cifar-10データセットを訓練サンプルとして検証した。実験結果は,適切な訓練モードと最適化アルゴリズムが効果的にネットワーク精度と収束性を改善できることを示した。最後に,実際の送電線画像認識において,最適アルゴリズムを適用し,良好な結果を得た。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  人工知能 ,  *アルゴリズム ,  推力 ,  送電線 ,  ネットワーク構造 ,  機械学習 ,  ネットワーク ,  画像認識
準シソーラス用語： 活性化関数 ,  基本構造 ,  畳込みニューラルネットワーク ,  *最適アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 学習 ,  最適化アルゴリズム ,  研究