文献

J-GLOBAL ID：202102278761356158   整理番号：21A3307497

動的拡張可能ネットワークのためのBayes圧縮【JST・京大機械翻訳】

Bayesian compression for dynamically expandable networks

著者 (5件)： Yang Yang (National Lab of Radar Signal Processing, Xidian University, Xi’an, Shaanxi, 710071, China) ,  Chen Bo (National Lab of Radar Signal Processing, Xidian University, Xi’an, Shaanxi, 710071, China) ,  Chen Bo (Collaborative Innovation Center of Information Sensing and Understanding Xidian University, Xi’an, Shaanxi, 710071, China) ,  Liu Hongwei (National Lab of Radar Signal Processing, Xidian University, Xi’an, Shaanxi, 710071, China) ,  Liu Hongwei (Collaborative Innovation Center of Information Sensing and Understanding Xidian University, Xi’an, Shaanxi, 710071, China)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 122  ページ： Null  発行年： 2022年 
JST資料番号： D0611A  ISSN： 0031-3203  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： 本論文では,動的拡張可能ネットワーク(BCDEN)のためのBayes圧縮を開発し,それは,連続学習シナリオにおける精度を保存してコンパクトなモデル構造を学習できる。ダイナミックに拡張可能なネットワーク(DEN)は,選択的再訓練を実行することによって効率的に訓練され,必要な数のユニットだけによってネットワーク容量を動的に拡大して,オンライン方式での重複とタイムスタンプユニットによって意味的ドリフトを効果的に防止する。従来のDENは,点推定を与えるだけで,原理フレームワークの下でBayes推論を提供する。継続的な学習設定の下で,複数の公開データセット上でBCDENを検証し,それに関して,様々なタスクに関する既存の連続学習法,および最先端の圧縮結果を用いて,同等の性能を維持することができる。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： 意味論 ,  オンラインシステム ,  学習 ,  *ネットワーク ,  ドリフト ,  Bayes推定
準シソーラス用語： ネットワーク容量 , 【Automatic Indexing@JST】

著者キーワード (6件)： Bayes圧縮 ,  DEN ,  連続学習 ,  選択的再訓練 ,  動的拡張ネットワーク ,  意味論的ドリフト

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (1件)： 拡張