文献

J-GLOBAL ID：202002281929238296   整理番号：20A2615863

時変QMおよびQP問題を解くための電力型可変パラメータリカレントニューラルネットワークのロバスト性解析および応用【JST・京大機械翻訳】

Robustness Analysis of a Power-Type Varying-Parameter Recurrent Neural Network for Solving Time-Varying QM and QP Problems and Applications

著者 (7件)： Zhang Zhijun (School of Automation Science and Engineering, South China University of Technology, Guangzhou, China) ,  Kong Lingdong (School of Automation Science and Engineering, South China University of Technology, Guangzhou, China) ,  Zheng Lunan (School of Automation Science and Engineering, South China University of Technology, Guangzhou, China) ,  Zhang Pengchao (Key Laboratory of Industrial Automation of Shaanxi Province, Shaanxi University of Technology, Hanzhong) ,  Qu Xilong (School of Information Technology and Management, Hunan University of Finance and Economics, Changsha) ,  Liao Bolin (School of Information Science and Engineering, Jishou University, Jishou, China) ,  Yu Zhuliang (School of Automation Science and Engineering, South China University of Technology, Guangzhou, China)
資料名： IEEE Transactions on Systems, Man, and Cybernetics: Systems  (IEEE Transactions on Systems, Man, and Cybernetics: Systems)
巻： 50  号： 12  ページ： 5106-5118  発行年： 2020年 
JST資料番号： C0425D  ISSN： 2168-2216  CODEN： ITSMFE  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： 可変パラメータ再帰ニューラルネットワークは,特別な種類の神経動的方法論であり,二次最小化(QM)と二次計画法(QP)問題のような様々な時変問題を扱う強力な能力を明らかにした。本論文では,摂動時変QMとQP問題を解くために,新しい電力型可変パラメータ再帰ニューラルネットワーク(PT-VP-RNN)を提案した。最初に,時変QMとQP問題の一般化に基づいて,PT-VP-RNNの設計プロセスを詳細に提示した。第二に,提案したPT-VP-RNNのロバスト性性能を理論的に解析して証明した。さらに,2つの数値例をシミュレーションし,大きな外乱条件でさえPT-VP-RNNのロバスト性収束性能を説明した。最後に,2つの実用的応用例(即ち,ロボット追跡例とベンチャー投資例)は,提案したPT-VP-RNNの有効性,精度,および広範な適用性をさらに検証した。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： 二次計画法 ,  *電力 ,  投資 ,  ロボット ,  *ニューラルネットワーク ,  適応性 ,  有効性 ,  摂動 ,  *ロバスト性
準シソーラス用語： デザインプロセス ,  ロバスト性解析 , 【Automatic Indexing@JST】

分類 (2件)： システム・制御理論一般  (IA02010H) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 時 ,  パラメータ ,  リカレントニューラルネットワーク ,  ロバスト性解析 ,  応用