文献

J-GLOBAL ID：202002291832925368   整理番号：20A2700522

生成対策ネットワークに基づく自己検査機能をもつ配電系統のためのディスパッチ順序シートの生成システム【JST・京大機械翻訳】

Generation System of Dispatching Order Sheet for Distribution Network with Self Checking Function Based on Generative Countermeasure Network

著者 (5件)： Jie Huang (State Grid Fuzhou Power Supply Company, Fuzhou, 350000, Fujian) ,  Qing Ge (State Grid Fuzhou Power Supply Company, Fuzhou, 350000, Fujian) ,  Kuanhong Li (State Grid Fuzhou Power Supply Company, Fuzhou, 350000, Fujian) ,  Yuxing Chen (States Grid Fujian Electric Power Company, Fuzhou, 350000, Fujian) ,  Ling Ye (State Grid Fuzhou Power Supply Company, Fuzhou, 350000, Fujian)
資料名： Journal of Physics: Conference Series  (Journal of Physics: Conference Series)
巻： 1648  号： 4  ページ： 042066 (8pp)  発行年： 2020年 
JST資料番号： W5565A  ISSN： 1742-6588  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 深層学習による人工知能研究の最近の波動は,教師つき学習の分野で非常に良い結果を達成した。現実世界からラベルなし実データからコンピュータを学習できる方法として,教師なし学習は,教師つき学習における退屈で避けられないデータラベリング作業を避けることができる。複雑な実世界をよりよく理解するためのコンピュータを望むならば,最良の方法は,コンピュータを特定の方法で実世界の表現を生成することである。上記の目標を達成するために必要な最初のものは,生成モデルである。近年の発電モデルで最も優れた性能は,本論文で導入した変分オートエンコーダと生成対立ネットワークである。自動エンコーダの拡張として,前者は深層学習アイデアと統計的学習の良好な組合せである。画像の高次元分布は符号器ネットワークを通して低減でき,次に,復号器ネットワークを用いて,オリジナル画像に類似した画像を自動的に生成する低次元データ分布を達成した。したがって,その後の改良において,研究者は,変分オートエンコーダと生成対立ネットワークを組み合わせる利点を取り入れた。実験結果は,本論文がVAEとGANを共同で訓練して,良い結果を達成したことを示した。しかし,元の生成的敵対ネットワークの固有の欠点のため,2つの蒸留器の組合せは非常に良い結果を達成することができない。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： 波動 ,  変分法 ,  *ネットワーク ,  蒸留装置 ,  発電 ,  *配電系統 ,  復号器 ,  教師なし学習 ,  教師つき学習 ,  人工知能 ,  符号器 ,  高次元 ,  コンピュータ
準シソーラス用語： 生成モデル ,  深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 対策 ,  自己検査 ,  配電系統 ,  順序 ,  生成システム