文献

J-GLOBAL ID：202002263293029709   整理番号：20A0863320

Reluネットワークのための正則性理論に向けて-連鎖ルールと大域誤差推定【JST・京大機械翻訳】

Towards a regularity theory for ReLU networks - chain rule and global error estimates

著者 (4件)： Berner Julius (University of Vienna,Faculty of Mathematics,Vienna,Austria,1090) ,  Elbrachter Dennis (University of Vienna,Faculty of Mathematics,Vienna,Austria,1090) ,  Grohs Philipp (University of Vienna,Faculty of Mathematics and Research Platform DataScience@UniVienna,Vienna,Austria,1090) ,  Jentzen Arnulf (ETH Zuerich,Department of Mathematics,Zuerich,Switzerland,8092)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： SampTA  ページ： 1-5  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 局所Lipschitz連続活性化関数をもつニューラルネットワークに対しては,古典的導関数はほとんど存在するが,標準鎖則は一般的に適用できない。著者らは,厳密で,容易に動作することができるチェーンルールを許容するニューラルネットワークのための導関数を導入する方法を考察した。さらに,有界領域上の近似結果を大域的(点状)推定に変換する方法を示した。これは,規則性特性の研究を含むために既知のニューラルネットワーク近似理論を拡張するために使用することができた。特に興味があるのは,ReLU活性化関数を持つニューラルネットワークへの応用であり,そこでは,高次元偏微分方程式のための深い学習法の成功の理解に貢献する。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： チェーン ,  高次元 ,  ニューラルネットワーク ,  近似法 ,  規則度 ,  偏微分方程式 ,  導関数 ,  学習 ,  *ネットワーク
準シソーラス用語： 有界 ,  活性化関数 ,  *誤差推定 ,  *正則性 , 【Automatic Indexing@JST】

分類 (3件)： NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： 正則性 ,  理論 ,  連鎖 ,  ルール ,  誤差推定