文献

J-GLOBAL ID：202002222689378645   整理番号：20A0492829

分離可能非線形モデルのクラスに対する項選択【JST・京大機械翻訳】

Term Selection for a Class of Separable Nonlinear Models

著者 (4件)： Gan Min (College of Mathematics and Computer Science, Fuzhou University, Fuzhou, China) ,  Chen Guang-Yong (College of Mathematics and Computer Science, Fuzhou University, Fuzhou, China) ,  Chen Long (Faculty of Science and Technology, University of Macau, Macau, China) ,  Chen C. L. Philip (Department of Computer and Information Science, Faculty of Science and Technology, University of Macau, Macau, China)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 31  号： 2  ページ： 445-451  発行年： 2020年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  資料種別： 逐次刊行物 (A)
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： 本論文では,分離可能な非線形モデルのクラスに対する項選択問題を考察した。この戦略は,モデルの非線形パラメータが可変射影法により最初に最適化される二段階過程であり,次に,最小絶対収縮と選択演算子を採用して,臨界項を自動的に抽出することによりスパース解を得た。このプロセスは数回繰り返される。提案したアルゴリズムを,指数モデルとニューラルネットワークベースのモデルに対するパラメータ推定問題で試験した。数値結果は,提案したアルゴリズムが過剰パラメータ化モデルから適切な条件を取り出すことができて,得られた節約モデルが他の方法より良く機能することを示した。Copyright 2020 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： 選択問題 ,  *アルゴリズム ,  最適化 ,  パラメータ推定 ,  パラメタリゼーション ,  射影 ,  臨界 ,  ニューラルネットワーク
準シソーラス用語： 非線形パラメータ ,  *非線形モデル , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 非線形モデル ,  クラス