文献

J-GLOBAL ID：202002237943478656   整理番号：20A2035577

信号処理と機械学習におけるゼロ次最適化に関するプライマー:原理,最近の進歩および応用【JST・京大機械翻訳】

A Primer on Zeroth-Order Optimization in Signal Processing and Machine Learning: Principals, Recent Advances, and Applications

著者 (6件)： Liu Sijia (IBM Watson Artificial Intelligence Lab, Massachusetts Institute of Technology, Cambridge, Massachusetts United States) ,  Chen Pin-Yu (IBM Thomas J. Watson Research Center, Yorktown Heights, New York United States) ,  Kailkhura Bhavya (Lawrence Livermore National Laboratory, Livermore, California United States) ,  Zhang Gaoyuan (IBM Watson Artificial Intelligence Lab, Massachusetts Institute of Technology, Cambridge, Massachusetts United States) ,  Hero III Alfred O. (Engineering, University of Michigan, Ann Arbor, Michigan United States) ,  Varshney Pramod K. (Electrical Engineering and Computer Science, Syracuse University, Syracuse, New York United States)
資料名： IEEE Signal Processing Magazine  (IEEE Signal Processing Magazine)
巻： 37  号： 5  ページ： 43-54  発行年： 2020年 
JST資料番号： H0928A  ISSN： 1053-5888  CODEN： ISPRE6  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： ゼロ次(ZO)最適化は,多くの信号処理と機械学習(ML)アプリケーションに現れる無勾配最適化の部分集合である。勾配ベース法と同様に最適化問題を解くのに用いた。しかし,関数評価のみを用いて勾配を必要としない。特に,ZO最適化は,勾配推定,下降方向計算,および解更新の3つの主要なステップを繰り返し実行する。本論文では,ZO最適化の包括的なレビューを提供し,収束解析における基礎となる直感,最適化原理,および最近の進歩を示した。さらに,ロバスト性を評価し,ブラックボックス深層学習(DL)モデルと効率的なオンラインセンサ管理から説明を生成するようなZO最適化の有望な応用を示した。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： *最適化 ,  最適化問題 ,  *信号処理 ,  ブラックボックス ,  応用プログラム ,  ロバスト性 ,  *機械学習
準シソーラス用語： オンライン ,  収束解析 ,  深層学習 , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  信号理論  (ND02020G) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 機械学習 ,  最適化 ,  プライマー ,  原理 ,  応用