文献

J-GLOBAL ID：202102243171417316   整理番号：21A0006191

Sgdの学習速度および運動量係数の効果の統計的検定とニューラルネットワーク性能に対するその相互作用【JST・京大機械翻訳】

A Statistical Test of The Effect of Learning Rate and Momentum Coefficient of Sgd and Its Interaction on Neural Network Performance

著者 (4件)： Chen Bing-Chuan (Guangdong University of Finance and Economics,School of Statistics and Mathematics,GuangZhou,China) ,  Chen Ai-Xiang (Guangdong University of Finance and Economics,School of Statistics and Mathematics,GuangZhou,China) ,  Chai Xiaolong (Guangdong University of Finance and Economics,School of Statistics and Mathematics,GuangZhou,China) ,  Bian Rui (Guangdong University of Finance and Economics,School of Public Management,GuangZhou,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICDSBA  ページ： 276-281  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： 確率的勾配降下(SGD)は,その低い反復コストのためのニューラルネットワークにおける大規模最適化のためのよく受け入れられているアルゴリズムである。しかし,勾配分散により,最適学習速度を見つけるのは困難であり,従って遅い収束に悩まされる。運動量を用いることは,運動量が適切に設定される限り,SDGの遅い収束問題を克服する単純な効果的な方法であることを証明した。性能計量に従って,本論文はニューラルネットワークの性能を解析するための新しい統計的モデルを提案した。モデルは学習速度と運動量を考慮し,この方法はニューラルネットワーク性能に対するそれらの相互作用効果の評価と検証に使用できる。本研究は,相互作用効果が顕著であることを示した。運動量が0.5より小さいとき,訓練時間に及ぼす影響は,統計的に有意でなかった。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： アルゴリズム ,  *運動量 ,  *相互作用 ,  *ニューラルネットワーク
準シソーラス用語： 学習速度 ,  統計的検定 ,  大規模最適化 , 【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 (6件)： 学習速度 ,  運動量 ,  係数 ,  統計的検定 ,  ニューラルネットワーク ,  相互作用