文献

J-GLOBAL ID：202002210736530142   整理番号：20A1035153

ESAE 進化的戦略に基づくアーキテクチャ進化【JST・京大機械翻訳】

ESAE: Evolutionary Strategy-Based Architecture Evolution

著者 (11件)： Gu Xue (Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, College of Computer Science and Technology, Jilin University, Changchun, People’s Republic of China) ,  Gu Xue (Zhuhai Laboratory of Key Laboratory of Symbol Computation and Knowledge Engineering of Ministry of Education, School of Computer, Zhuhai College of Jilin University, Zhuhai, People’s Republic of China) ,  Meng Ziyao (Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, College of Computer Science and Technology, Jilin University, Changchun, People’s Republic of China) ,  Meng Ziyao (Zhuhai Laboratory of Key Laboratory of Symbol Computation and Knowledge Engineering of Ministry of Education, School of Computer, Zhuhai College of Jilin University, Zhuhai, People’s Republic of China) ,  Liang Yanchun (Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, College of Computer Science and Technology, Jilin University, Changchun, People’s Republic of China) ,  Liang Yanchun (Zhuhai Laboratory of Key Laboratory of Symbol Computation and Knowledge Engineering of Ministry of Education, School of Computer, Zhuhai College of Jilin University, Zhuhai, People’s Republic of China) ,  Xu Dong (Department of Electrical Engineering and Computer Science, Informatics Institute, and Christopher S. Bond Life Sciences Center, University of Missouri, Columbia, MO, USA) ,  Huang Han (Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, College of Computer Science and Technology, Jilin University, Changchun, People’s Republic of China) ,  Huang Han (School of Software Engineering, South China University of Technology, GuangZhou, People’s Republic of China) ,  Han Xiaosong (Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, College of Computer Science and Technology, Jilin University, Changchun, People’s Republic of China) ,  Wu Chunguo (Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, College of Computer Science and Technology, Jilin University, Changchun, People’s Republic of China)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1159  ページ： 193-208  発行年： 2020年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
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： 深いニューラルネットワーク(DNNs)は多くの分野で重要な役割を果たしているが,DNNsのアーキテクチャ設計は入力データ表現の困難さ,多数のパラメータおよび複雑な層関係により困難である。アーキテクチャ設計の障害を克服するために,二レベル表現と確率分布学習アプローチから成る進化戦略ベースアーキテクチャ進化(ESAE)と名付けたDNNsの最適構造を生成する新しい方法を開発した。2レベル表現は,遺伝子とパラメータレベルにおけるアーキテクチャを符号化する。確率分布学習手法はアーキテクチャ探索プロセスの効率的収束を保証する。Fashion-MNISTとCIFAR-10を用いて,提案したESASの有効性を検証した。1つの単一畳込み層を持つ自明な初期アーキテクチャから始まる進化したDNNsは,Fashion-MNISTとCIFAR-10上でそれぞれ94.48%と93.49%の精度を達成し,既存の最先端の手動ねじりアーキテクチャと比較して,GPUと実行時間に関して著しく少ないハードウェアコストを必要とした。Copyright Springer Nature Singapore Pte Ltd. 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 畳込み ,  ねじり ,  学習 ,  ニューラルネットワーク ,  確率分布 ,  遺伝子 ,  ハードウェア ,  有効性 ,  *計算機アーキテクチャ
準シソーラス用語： 進化戦略 ,  実行時間 ,  アーキテクチャ設計 ,  入力データ ,  ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： ディープニューラルネットワーク(DNNS) ,  進化的方法 ,  自動設計 ,  確率分布学習

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (3件)： 進化的戦略 ,  アーキテクチャ ,  進化