文献

J-GLOBAL ID：202102214493653279   整理番号：21A2485658

進化的ニューラルアーキテクチャ探索における進展の調査【JST・京大機械翻訳】

A Survey of Advances in Evolutionary Neural Architecture Search

著者 (4件)： Zhou Xun (City University of Hong Kong,Department of Computer Science,Hong Kong) ,  Qin A. K. (Swinburne University of Technology,Department of Computer Science and Software Engineering,Hawthorn,Australia) ,  Sun Yanan (Sichuan University,College of Computer Science,Chengdu,China) ,  Tan Kay Chen (The Hong Kong Polytechnic University,Department of Computing,Hong Kong)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2021  号： CEC  ページ： 950-957  発行年： 2021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： 深層ニューラルネットワーク(DNN)は,オブジェクト検出,自然言語理解および音声認識のようなインテリジェントシステムに対して頻繁に広く適用されてきた。特定の問題を考えると,最も適当なモデルアーキテクチャを選択し,最良のモデルパラメータ値を求めることを必要とする,それを解くための最も適切なDNNを構築することを常に目的とする。しかし,ほとんどの既存の研究は,モデルアーキテクチャが事前知識および/または試行錯誤実験として手動で指定できるという仮定の下で,モデルパラメータ学習に焦点を合わせている。この問題を克服するために,進化的アルゴリズム(EA)は,自動的にモデルアーキテクチャを設計するために広く使用されている。さらに,EAは30年以上のニューラルネットワーク最適化のために使用された。したがって,本論文では,先進技術の観点から進化的ニューラルアーキテクチャ探索(ENAS)をレビューした。本研究が,読者に対するEAの役割の包括的な理解を提供し,ENASに焦点を合わせることを期待する。Copyright 2021 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： 音声認識 ,  最適化 ,  学習 ,  ニューラルネットワーク ,  *計算機アーキテクチャ
準シソーラス用語： 自然言語理解 ,  進化的アルゴリズム ,  事前知識 ,  インテリジェントシステム ,  モデルパラメータ ,  物体検出 ,  ディープニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 進化 ,  探索 ,  進展 ,  調査