機械翻訳におけるニューラルネットワークの超パラメータ最適化のための遺伝的アルゴリズムの研究【JST・京大機械翻訳】

Ganapathy Keshav

プレプリント

J-GLOBAL ID：202202200043187450 整理番号：22P0192230

機械翻訳におけるニューラルネットワークの超パラメータ最適化のための遺伝的アルゴリズムの研究【JST・京大機械翻訳】

A Study of Genetic Algorithms for Hyperparameter Optimization of Neural Networks in Machine Translation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (1件)：
資料名：
発行年： 2020年09月14日プレプリントサーバーでの情報更新日： 2020年09月14日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

それらの汎用性と利点を実証したニューラルネットワークにより,それらの最適性能の必要性は,これまで一般的である。定義特性,ハイパーパラメータはその性能に大きく影響する。したがって,エンジニアは,最適ハイパーパラメータを同定し実装するために,プロセス,調整,を通す。言い換えれば,ネットワークアーキテクチャ,訓練構成,およびバイトペアエンコーディング(BPE)のような前処理設定の調整には,過剰量の手動努力が必要である。本研究では,遺伝的アルゴリズム(GA)によるFittest理論のDarwinの生存後にモデル化した自動チューニング法を提案した。研究結果は,提案した方式,GAがハイパーパラメータのランダム選択より優れていることを示した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , 【Automatic Indexing@JST】

人工知能

, , , ,

前のページに戻る