文献

J-GLOBAL ID：202102285358429101   整理番号：21A0070262

畳み込みニューラルネットワークの確率的スキーマ展開器ベース最適化【JST・京大機械翻訳】

Stochastic Schemata Exploiter-Based Optimization of Convolutional Neural Network

著者 (3件)： Makino Hiroya (Nagoya University,Graduate School of Informatics,Nagoya,Japan) ,  Feng Xuanang (Nagoya University,Graduate School of Informatics,Nagoya,Japan) ,  Kita Eisuke (Nagoya University,Graduate School of Informatics,Nagoya,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： SMC  ページ： 4365-4371  発行年： 2020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： 進化的計算の1つである確率的Schemata Exploiter(SSE)を,関数の最適解を見つけるために設計した。個体群進化的計算である遺伝的アルゴリズム(GA)と比較するとき,SSEは興味深い特徴を持っている。速い収束とより少ない数の制御パラメータ。本研究では,SSEを適用して,畳込みニューラルネットワーク(CNN)のハイパーパラメータと構造を設計した。CIFAR-10を用いた実験でのCNNを決定するために,提案アルゴリズムの妥当性を考察した。結果は,SSEがGAよりCNNのより良いパラメータと構造を見つけることができることを示した。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 ,  *最適化 ,  個体群 ,  遺伝的アルゴリズム ,  進化的計算
準シソーラス用語： 最適解 ,  制御パラメータ ,  ハイパーパラメータ ,  *畳込み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 (5件)： 畳み込みニューラルネットワーク ,  確率 ,  スキーマ ,  展開 ,  最適化