文献

J-GLOBAL ID：201902268301941285   整理番号：19A2716020

MLPベース分類器における凸包と隠れ層のサイズとサイズ【JST・京大機械翻訳】

Convex Hulls and the size and the Size of the Hidden Layer in a MLP Based Classifier

著者 (2件)： Majalca Ricardo (Facultad de Ingenieria, Universidad Autonoma de Chihuahua) ,  Acosta Pedro Rafael (Instituto Tecnologico de Chihuahua)
資料名： IEEE Latin America Transactions  (IEEE Latin America Transactions)
巻： 17  号： 6  ページ： 991-999  発行年： 2019年 
JST資料番号： W2450A  ISSN： 1548-0992  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： フィードフォワードニューラルネットワークの設計は,隠れ層の数と各隠れ層上のニューロン数に関する多くの疑問を常に提起している。ユニークで大域的な解がないが,特に分類のための問題の特殊性は,これらの疑問を解決する方法についてのいくつかの指針を提供することが知られている。隠れ層のみが含まれている場合の一つの発見的アプローチにより,含まれるクラスが有限数の超平面を用いて互いに分離され,それによりネットワーク上の隠れ層のサイズを定義する。本論文において,計算幾何学概念を用いて,自動化および時間効率的方法を提示して,このクラスを分離している超平面の数を計算することによって,隠れ層におけるニューロンの量を推定するために議論した。この方法は,凸包およびアルファ形状への近似に基づいた。発生する可能性のある異なる状況についての例とそれを用いた結果を図示した。結果から,提案した方法が隠れニューロンの数に対して非常に良好な推定を与えることを示した。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： 発見的方法 ,  ニューロン ,  自動化 ,  ネットワーク ,  *凸包 ,  計算幾何学
準シソーラス用語： 超平面 ,  特異性 ,  フィードフォワードニューラルネットワーク ,  *隠れ層 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 分類器 ,  凸包 ,  隠れ層 ,  サイズ