文献

J-GLOBAL ID：202002219265253988   整理番号：20A2199293

医学診断への応用によるANN訓練のためのAdam最適化によるPSO-GAベースハイブリッド【JST・京大機械翻訳】

PSO-GA based hybrid with Adam Optimization for ANN training with application in Medical Diagnosis

著者 (2件)： Yadav Rajesh K. (Department of Computer Science and Engineering, Delhi Technological University, Delhi, India) ,  Anubhav (Department of Computer Science and Engineering, Delhi Technological University, Delhi, India)
資料名： Cognitive Systems Research  (Cognitive Systems Research)
巻： 64  ページ： 191-199  発行年： 2020年 
JST資料番号： W2363A  ISSN： 1389-0417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,Adam最適化による新しいPSO-GAベースのハイブリッド訓練アルゴリズムを導入し,人工ニューラルネットワークを訓練するためのAdam最適化による一般的勾配降下ベースバックプロパゲーションアルゴリズムによるコントラスト性能を比較した。進化的アルゴリズムの特性を採用することによって,より遅い収束速度と局所極小への頻繁な収束のような従来のアルゴリズムの短所を克服することを目指した。PSOは,従来のBP(勾配の低い値による)の収束の遅いペースを説明するのに利用できる,より速い収束速度の特性を持つ。対照的に,GAとの統合は,GAとして局所極小への収束の欠点を補完し,効率的な大域的探索の能力を持っている。そこで,これらのアルゴリズムの積分により,ANNを訓練するための新しいハイブリッドアルゴリズムを提案した。医療診断の応用に対する両アルゴリズムを比較した。結果は,提案したハイブリッド訓練アルゴリズムが,平均試験精度の20%の増加および最良の試験精度の0.7%増加で,ANNの精度を強化することによって,従来の訓練アルゴリズムより著しく優れていることを示す。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. 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 ,  コントラスト ,  *最適化 ,  ニューラルネットワーク ,  学習アルゴリズム
準シソーラス用語： 進化的アルゴリズム ,  収束速度 ,  ハイブリッドアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (7件)： ANN(人工ニューラルネットワーク) ,  PSO(粒子群最適化) ,  GA(遺伝的アルゴリズム) ,  勾配降下 ,  BP(後方伝搬) ,  Adam最適化 ,  医療診断

分類 (2件)： 応用心理学  (AE02000A) ,  中枢神経系  (EJ12030F)

タイトルに関連する用語 (8件)： 医学 ,  診断 ,  応用 ,  訓練 ,  ADAM ,  最適化 ,  PSO ,  Ga