文献

J-GLOBAL ID：202002299754139251   整理番号：20A1863622

パレート集合近似を生成するための進化GAN【JST・京大機械翻訳】

Evolved GANs for generating pareto set approximations

著者 (3件)： Garciarena Unai (University of the Basque Country, Donostia-San Sebastian, Spain) ,  Santana Roberto (University of the Basque Country, Donostia-San Sebastian, Spain) ,  Mendiburu Alexander (University of the Basque Country, Donostia-San Sebastian, Spain)
資料名： ACM Proceedings  (ACM Proceedings)
号： GECCO ’18  ページ： 434-441  発行年： 2018年 
JST資料番号： D0698C  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： 機械学習において,生成モデルを用いて訓練データの特性を模倣するデータサンプルを作成した。生成敵対ネットワーク(GAN)は,異なるドメインで現実的なサンプルを生成する能力を示すニューラルネットワークベースの発電機モデルである。本論文では,損失関数と発電機識別器同期パラメータとともに,深いGANアーキテクチャを進化させるための神経進化アプローチを提案した。また,これらの解の精度に関して,ニューラルネットワークベース発電機の品質を評価するための適切なベンチマークとして,パレート集合(PS)近似の問題を提案した。生成解によるパレートフロント(PF)の被覆をGANのモード収集挙動の指標として用いた。良好なPS近似を生成するGANを進化させることが可能であることを示した。提案手法は,784変数までスケールアップし,次元と機能にわたって移動可能なアーキテクチャを作成できる。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 弁別器 ,  損失関数 ,  ネットワーク ,  ニューラルネットワーク ,  スケールアップ ,  *近似法 ,  ベンチマーク ,  計算機アーキテクチャ ,  機械学習
準シソーラス用語： 訓練データ ,  生成モデル ,  パレートフロント ,  パレートセット , 【Automatic Indexing@JST】

著者キーワード (3件)： 生成敵対ネットワーク ,  機械学習 ,  神経進化

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： パレート集合 ,  近似 ,  進化 ,  GaN