文献

J-GLOBAL ID：201902267533473764   整理番号：19A1113172

深層学習アルゴリズムとアーキテクチャのレビュー【JST・京大機械翻訳】

Review of Deep Learning Algorithms and Architectures

著者 (2件)： Shrestha Ajay (Department of Computer Science and Engineering, University of Bridgeport, Bridgeport, CT, USA) ,  Mahmood Ausif (Department of Computer Science and Engineering, University of Bridgeport, Bridgeport, CT, USA)
資料名： IEEE Access  (IEEE Access)
巻： 7  ページ： 53040-53065  発行年： 2019年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 深い学習(DL)は我々の生活においてますます重要な役割を果たしている。それは既に,癌診断,精密医療,自己駆動車,予測,および音声認識のような領域において巨大な影響を与えている。従来の学習,分類,およびパターン認識システムで使用されている絵画のある手書き特徴抽出器は,大規模データ集合のためにスケーラブルではない。多くの場合,問題の複雑さに依存して,DLは,多次元訓練データの階層的表現の効率的な訓練と抽象化を妨げる以前の浅いネットワークの限界を克服することもできる。深いニューラルネットワーク(DNN)は,高度に最適化されたアルゴリズムとアーキテクチャを有するユニットの多重(深い)層を使用する。本論文では,訓練の精度を改善し,訓練時間を短縮するためのいくつかの最適化手法をレビューした。著者らは,最近の深いネットワークで使用される訓練アルゴリズムの背後にある数学について述べた。現在の欠点,強化,実装について述べた。このレビューはまた,深いコンボリューションネットワーク,深い残留ネットワーク,リカレントニューラルネットワーク,強化学習,変分オートエンコーダ,その他のような異なるタイプの深いアーキテクチャをカバーする。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： 畳込み ,  変分法 ,  *アルゴリズム ,  *学習アルゴリズム ,  高次元 ,  *学習 ,  特徴抽出 ,  多重化 ,  ネットワーク ,  *計算機アーキテクチャ ,  音声認識 ,  最適化 ,  ニューラルネットワーク
準シソーラス用語： リカレントニューラルネットワーク ,  訓練データ , 【Automatic Indexing@JST】

分類 (4件)： 移動通信  (ND08030H) ,  通信網  (ND07030A) ,  計算機網  (JC03000K) ,  信号理論  (ND02020G)

タイトルに関連する用語 (4件)： 深層学習 ,  アルゴリズム ,  アーキテクチャ ,  レビュー