文献

J-GLOBAL ID：201902284174991240   整理番号：19A1601870

遺伝的アルゴリズムを用いた生体信号分類のための最適化人工神経回路網【JST・京大機械翻訳】

Optimized Artificial Neural Network for Biosignals Classification Using Genetic Algorithm

著者 (5件)： Lima Aron A. M. (Universidade Tecnologica Federal do Parana, Cornelio Procopio, Brazil) ,  Barros Fabio K. H. (Universidade Tecnologica Federal do Parana, Cornelio Procopio, Brazil) ,  Yoshizumi Victor H. (Universidade Tecnologica Federal do Parana, Cornelio Procopio, Brazil) ,  Spatti Danilo H. (Universidade de Sao Paulo, Sao Carlos, Brazil) ,  Dajer Maria E. (Universidade Tecnologica Federal do Parana, Cornelio Procopio, Brazil)
資料名： Journal of Control, Automation and Electrical Systems  (Journal of Control, Automation and Electrical Systems)
巻： 30  号： 3  ページ： 371-379  発行年： 2019年 
JST資料番号： W4559A  ISSN： 2195-3880  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 人工ニューラルネットワーク(ANNs)は,パターン認識の問題を解決するためにますます使用されているが,それは,非常に困難な問題と考えられているので,ANN訓練に使用される最適トポロジーを得るために,それらの設計者にとって困難なタスクである。いくつかの試験の後でさえ,最適化されたトポロジーは達成されない。この問題に対する可能な解決策はハイブリッド知的システムの使用である。最適化技術を,最適化トポロジーを探索するために,ANNと共に用いた。本論文では,この概念を用いて,多層パーセプトロンのトポロジーの最適化のための遺伝的アルゴリズムを用いて,手首の配向,筋収縮レベルおよび音声の主観的パラメータの分類に用いた。データをウェーブレットパケット変換で前処理した。このツールは,98%と90%の信頼性で,全ヒットの99%までの全ての方法で96%以上の有望な結果を示した。Copyright 2019 Brazilian Society for Automatics--SBA Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化手法 ,  *生体信号 ,  パターン認識 ,  多層パーセプトロン ,  *最適化 ,  前処理 ,  筋収縮 ,  信頼性 ,  *遺伝的アルゴリズム ,  位相幾何学 ,  *ニューラルネットワーク
準シソーラス用語： ウェーブレットパケット変換 ,  インテリジェントシステム , 【Automatic Indexing@JST】

著者キーワード (4件)： 最適化 ,  人工神経回路網 ,  遺伝的アルゴリズム ,  ハイブリッド知的システム

分類 (3件)： ニューロコンピュータ  (JC06010Q) ,  パターン認識  (JE07000S) ,  油層工学  (UA10030G)

タイトルに関連する用語 (5件)： 遺伝的アルゴリズム ,  生体信号 ,  分類 ,  最適化 ,  人工神経回路網