文献

J-GLOBAL ID：202102283755391160   整理番号：21A0398687

深さ学習バッチ正規化改良アルゴリズム【JST・京大機械翻訳】

Improved Batch Normalization Algorithm for Deep Learning

著者 (3件)： Luo Guoqiang (广州科技職業技術大学 信息工程学院,广州,510550) ,  Li Jiahua (广州科技職業技術大学 信息工程学院,广州,510550) ,  Zuo Wentao (广州工商学院 計算机科学与工程系,广州,510850)
資料名： Jisuanjixitong Yingyong  (Jisuanjixitong Yingyong)
巻： 29  号： 4  ページ： 187-194  発行年： 2020年 
JST資料番号： C4394A  ISSN： 1003-3254  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 現実に収集したデータは,実際の工学要求とデータ細粒度情報に適応する分類形式が多様であるため,サンプルデータ間は完全な独立同分布を保つことが難しい。一方,非独立同分布データは,深さニューラルネットワークモデル訓練のロバスト性と特定のタスクの一般化性能を大きく減少させる。モデル訓練と推定過程における非独立同分布データの悪影響を低減するために,バッチ正規化の改良アルゴリズムを提案した。このアルゴリズムでは,ニューラルネットワークモデル訓練の開始前にデータセットから小バッチデータを取り出すためにバッチ正規化を行い,平均と分散を参照値として訓練時の他のバッチデータを更新する。実験結果は,改良アルゴリズムが,ニューラルネットワークモデルのトレーニング収束をある程度加速し,BNアルゴリズムと比較して,分類エラー率を0.3%低減し,ニューラルネットワークモデル訓練のロバスト性を改善することを示した。目標検出と実例分割タスクにおいて,改良アルゴリズムに基づく事前訓練モデルは,いくつかの検出アルゴリズムの一般化性能を効果的に改善することができた。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *学習 ,  誤り率 ,  *正規化 ,  ロバスト性
準シソーラス用語： 神経回路網モデル ,  参照値 ,  検出アルゴリズム ,  独立同分布 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 学習 ,  バッチ ,  正規化 ,  アルゴリズム