文献

J-GLOBAL ID：202102256609555904   整理番号：21A2869894

大域的最適化による人工ニューラルネットワークのキャリブレーション【JST・京大機械翻訳】

Calibrating artificial neural networks by global optimization

著者 (2件)： Pinter Janos D. (Pinter Consulting Services, Inc., Halifax, NS, Canada) ,  Pinter Janos D. (School of Engineering, OEzyegin University, Istanbul, Turkey)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 39  号： 1  ページ： 25-32  発行年： 2012年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 人工ニューラルネットワーク(ANNs)は,”ブラックボックス”システムの入力と出力の間の未知または非特定機能関係をモデル化するために広範囲に使用されている。一般的ANN概念を実際のシステムモデル適合問題に適用するために,重要要件は,選択した(事後)ANN構造の訓練である。このような訓練は,モデル化システム出力と観測の訓練セットの間の不一致を最小化するためにANNパラメータを選択するのに役立つ。潜在的にマルチモーダル最適化問題としてANNのパラメタリゼーションを考察し,次に,対応する大域的最適化(GO)フレームワークを導入した。GOベースANN訓練アプローチの実用可能性は,一次元だが可視的に困難な関数の近似数値近似を見つけることによって例証される。この目的のために,柔軟なANNフレームワークと,技術的計算システムMathematicaにおける試験関数の容易に拡張可能な集合を実装した。誘導(多次元)ANNキャリブレーション問題を解くために,Mathoptimzer Professionalグローバル局所最適化ソフトウェアを用いた。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 計算機システム ,  *ニューラルネットワーク ,  近似法 ,  システムモデル ,  ブラックボックス ,  ソフトウェア ,  一次元 ,  高次元 ,  パラメタリゼーション
準シソーラス用語： *大域的最適化 ,  Mathematica , 【Automatic Indexing@JST】

著者キーワード (6件)： 人工ニューラルネットワーク ,  大域的最適化によるANNのキャリブレーション ,  MathematicaにおけるANN実装 ,  Lipschitzグローバル最適化器(LGO)ソルバスイート ,  MathOptimizer Processor(LGOとMathematica) ,  数値例

分類 (5件)： 記憶装置  (JC04060F) ,  伝熱一般・基礎  (PA02010O) ,  特殊電力機器一般  (NB10010G) ,  向精神薬の基礎研究  (GW03100Y) ,  システムモデル  (IB02000Z)

タイトルに関連する用語 (3件)： 大域的最適化 ,  人工ニューラルネットワーク ,  キャリブレーション