ニューラルネットワークにおける層スパース性【JST・京大機械翻訳】

Hebiri Mohamed; Lederer Johannes

プレプリント

J-GLOBAL ID：202202202673413575 整理番号：22P0164710

ニューラルネットワークにおける層スパース性【JST・京大機械翻訳】

Layer Sparsity in Neural Networks

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 (2件)： ,
資料名：
発行年： 2020年06月28日プレプリントサーバーでの情報更新日： 2020年06月28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)

スパース性は,計算資源を節約し,解釈を促進し,過剰適合を防ぐことができるので,機械学習において普及している。本論文では,ニューラルネットワークの枠組みにおけるスパース性を論じた。特に,ネットワーク層に関係するスパース性の新しい概念を定式化し,従って,深いネットワークに対する現在の傾向と特に良く整合する。この概念層スパース性と呼ぶ。次に,よりコンパクトで正確なネットワークを生成するために,標準深層学習パイプラインを補完できる,対応する正則化と再適合方式を導入した。【JST・京大機械翻訳】

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

人工知能

, ,

前のページに戻る