文献

J-GLOBAL ID：202002215707896487   整理番号：20A2388410

ニューラルネットワークによる画像分類のための高速勾配降下アルゴリズム【JST・京大機械翻訳】

Fast gradient descent algorithm for image classification with neural networks

著者 (1件)： El Mouatasim Abdelkrim (Faculty of Polydisciplinary Ouarzazate (FPO), Ibn Zohr University, Ouarzazate, Morocco)
資料名： Signal, Image and Video Processing  (Signal, Image and Video Processing)
巻： 14  号： 8  ページ： 1565-1572  発行年： 2020年 
JST資料番号： W4946A  ISSN： 1863-1711  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： 勾配降下法の最適化は学習速度の選択を含む。学習速度の調整は,画像分類のより深いモデルで迅速に反復でき,必ずしも最適収束に導かない。本論文では,ネストーブステップを加えた勾配降下アルゴリズムの修正を提案し,学習速度を各時代に更新した。代わりに,Armijo規則,あるいは制御ステップのいずれかによって学習速度自体を学習する。ニューラルネットワーク問題による画像分類を解くための高速勾配降下(FGD)と呼ばれる著者らのアルゴリズム,FGDアルゴリズムの二次収束速度[数式:原文を参照]を証明した。FGDアルゴリズムはMNISTデータセットに応用されている。数値実験は,著者らのアプローチFGDアルゴリズムが勾配降下アルゴリズムより速いことを示した。Copyright Springer-Verlag London Ltd., part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  最適化 ,  *ニューラルネットワーク ,  ストーブ ,  最急降下法
準シソーラス用語： 収束速度 ,  *画像分類 ,  学習速度 ,  数値実験 ,  勾配アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： 勾配アルゴリズム ,  Nesterovアルゴリズム ,  学習速度制御 ,  画像分類 ,  ニューラルネットワーク

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

タイトルに関連する用語 (5件)： ニューラルネットワーク ,  画像分類 ,  勾配 ,  降下 ,  アルゴリズム