文献

J-GLOBAL ID：202002238588635514   整理番号：20A0140645

人工神経回路網訓練のための応用による自己適応型イガイの蛇行最適化アルゴリズム【JST・京大機械翻訳】

Self-Adaptive Mussels Wandering Optimization Algorithm with Application for Artificial Neural Network Training

著者 (3件)： Abusnaina Ahmed A. (Department of Computer Science, Faculty of Engineering and Technology, Birzeit University, Birzeit, Ramallah, Palestine) ,  Abdullah Rosni (School of Computer Sciences, Universiti Sains Malaysia, 11800, Penang, Malaysia) ,  Kattan Ali (IT Department, Ishik University, Qazi Muhammad, Erbil, Iraq)
資料名： Journal of Intelligent Systems  (Journal of Intelligent Systems)
巻： 29  号： 1  ページ： 345-363  発行年： 2020年 
JST資料番号： W3806A  ISSN： 0334-1860  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： イガイのwandering最適化(MWO)は,イガイの運動挙動により生態学的に触発された最近の集団に基づくメタヒューリスティック最適化アルゴリズムである。MWOはいくつかの最適化問題を解くために成功裏に使用されている。本論文では,強化イガイwandering最適化(E-MWO)アルゴリズムとして知られているMWOの強化版を提案した。E-MWOは,探査能力の欠如や早期収束に陥る可能性などのMWO欠点を克服することを目的としている。さらに,E-MWOは高感度アルゴリズムパラメータの値を設定するために自己適応特徴を組み込んだ。次に,それを人工ニューラルネットワークの教師つき訓練に適用し,一方,実世界問題のパターン分類を考察した。得られた結果は,提案した方法が分類精度に関して競合的な代替案であり,訓練時間において優れた結果を達成することを示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 生態学 ,  *ニューラルネットワーク ,  教師つき学習 ,  高感度 ,  パターン分類 ,  *アルゴリズム ,  *最適化 ,  *蛇行 ,  最適化問題
準シソーラス用語： ヒューリスティック ,  分類精度 ,  早期収束 ,  *最適アルゴリズム ,  *イガイ ,  *自己適応 , 【Automatic Indexing@JST】

著者キーワード (5件)： イガイの蛇行の最適化 ,  自己適応 ,  メタヒューリスティック ,  ニューラルネットワーク ,  パターン分類

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 人工神経回路網 ,  訓練 ,  応用 ,  自己適応 ,  イガイ ,  蛇行 ,  最適化アルゴリズム