文献

J-GLOBAL ID：202002240640427707   整理番号：20A0532270

Legendre神経回路網アルゴリズムによるいくつかのリスクモデルのRuin確率の解決【JST・京大機械翻訳】

Solving the ruin probabilities of some risk models with Legendre neural network algorithm

著者 (5件)： Lu Yanfei (School of Mathematics and Statistics, Central South University, Changsha, Hunan 410083, China) ,  Chen Gang (Business School, Sun Yat-sen University, Guangzhou 510275, China) ,  Yin Qingfei (School of Mathematics and Statistics, Central South University, Changsha, Hunan 410083, China) ,  Sun Hongli (School of Mathematics and Statistics, Central South University, Changsha, Hunan 410083, China) ,  Hou Muzhou (School of Mathematics and Statistics, Central South University, Changsha, Hunan 410083, China)
資料名： Digital Signal Processing  (Digital Signal Processing)
巻： 99  ページ： Null  発行年： 2020年 
JST資料番号： W1600A  ISSN： 1051-2004  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： 本論文は,古典的リスクモデルとErlang(2)リスクモデルにおける破の確率を解明するために,Legendre多項式と極端な学習機械アルゴリズムに基づく数値的方法を研究した。この方法では,隠れ層はLegendre多項式を用いて入力パターンを拡張することにより除去される。ネットワークパラメータを,極端な学習機械アルゴリズムを用いて線形方程式のシステムを解くことによって得た。指数分布とパレート分布の下のいくつかのリスクモデルの数値実験を行い,提案したLegendre神経回路網アルゴリズムの精度と信頼性を検証した。既存の方法と比較して,著者らの提案したLegendreニューラルネットワークモデルによって得た結果は,非常に高い精度を達成することができた。Legendre神経回路網アルゴリズムは,リスクモデルの破の確率を解くのに適している。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： 指数分布 ,  信頼性 ,  *神経回路網 ,  一次方程式 ,  Legendre多項式 ,  *アルゴリズム
準シソーラス用語： 神経回路網モデル ,  数値実験 ,  Pareto分布 ,  隠れ層 ,  極度学習機械 , 【Automatic Indexing@JST】

著者キーワード (5件)： Legendre神経回路網アルゴリズム ,  Ruin確率 ,  古典的リスクモデル ,  Erlang(2)リスクモデル ,  近似解

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 神経回路網 ,  アルゴリズム ,  リスク ,  モデル ,  確率