文献

J-GLOBAL ID：202002235571064737   整理番号：20A1809977

深層学習に基づく平均コンセンサス【JST・京大機械翻訳】

Deep Learning-Based Average Consensus

著者 (4件)： Kishida Masako (Principles of Informatics Research Division, National Institute of Informatics, Tokyo, Japan) ,  Ogura Masaki (Graduate School of Information Science and Technology, Osaka University, Suita, Japan) ,  Yoshida Yuichi (Principles of Informatics Research Division, National Institute of Informatics, Tokyo, Japan) ,  Wadayama Tadashi (Nagoya Institute of Technology, Nagoya, Japan)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 142404-142412  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 本研究では,複雑なネットワークに対する線形平均コンセンサスアルゴリズムを加速する問題を解析した。深層学習技術を用いて時間(すなわち時変)ネットワークの重みを調整するためのデータ駆動手法を提案した。有限時間ウィンドウを考えて,提案した方式は,ニューラルネットワークとして見なされるフィードフォワード信号フローグラフを得るために,線形平均コンセンサスプロトコルを最初に折り畳む。次に,得られたニューラルネットワークのエッジ重みを,与えられた有限時間ウィンドウ上のコンセンサス誤差を最小化するために,標準深層学習技術を用いて訓練した。この訓練プロセスを通して,著者らは,複雑なネットワークのためにより速いコンセンサスを生み出す一組の最適化時変重みを得た。また,提案手法が無限時間ウィンドウ問題に対して拡張できることを示した。数値実験は,著者らのアプローチがベースライン戦略と比較してかなり小さなコンセンサス誤差を達成できることを明らかにした。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： 最適化 ,  *ネットワーク ,  シグナルフローグラフ ,  ニューラルネットワーク ,  フィードフォワード ,  線形性 ,  基準線 ,  数値実験 ,  データ駆動 ,  コンセンサスアルゴリズム ,  *深層学習 ,  合意プロトコル ,  改変

分類 (3件)： 人工知能  (JE08000Z) ,  計算機網  (JC03000K) ,  信号理論  (ND02020G)

タイトルに関連する用語 (3件)： 深層学習 ,  平均 ,  コンセンサス