文献

J-GLOBAL ID：201902272203248465   整理番号：19A1960067

CNNのL_1正則化における進化的多目的最適化の応用【JST・京大機械翻訳】

Application of Evolutionary Multiobjective Optimization in L₁-Regularization of CNN

著者 (2件)： Kitahashi Misaki (Graduate School of Natural Science and Engineering, Kindai Univeristy, Higashi, Osaka, Japan) ,  Handa Hisashi (Graduate School of Natural Science and Engineering, Kindai Univeristy, Higashi, Osaka, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： CEC  ページ： 2129-2135  発行年： 2019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： 畳込みニューラルネットワーク(CNN)は,画像と自然言語を扱う上で優れた構造を持つ多層ニューラルネットワークの一種である。l1正則化は,CNNの過剰適合を防ぎ,一般化性能を改善する手段として使用される可能性がある。しかし,正則化項の適切な係数を設定することは困難である。したがって,本研究では,MOEA/Dを用いてハイパーパラメータの値を決定した。MNISTに関する実験結果は,提案した方式の有効性を示した。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： 画像 ,  有効性 ,  *正則化 ,  自然言語 ,  ディープニューラルネットワーク ,  畳込みニューラルネットワーク
準シソーラス用語： ハイパーパラメータ , 【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 (4件)： CNN ,  正則化 ,  進化的多目的最適化 ,  応用