Physarum駆動微分可能線形計画法層と応用【JST・京大機械翻訳】

Meng Zihang; Ravi Sathya N.; Singh Vikas

プレプリント

J-GLOBAL ID：202202209367562057 整理番号：21P0030543

Physarum駆動微分可能線形計画法層と応用【JST・京大機械翻訳】

Physarum Powered Differentiable Linear Programming Layers and Applications

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 (3件)： , ,
資料名：
発行年： 2020年04月29日プレプリントサーバーでの情報更新日： 2021年05月10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)

一般化固有値問題,円錐プログラミング問題,あるいはソーティングのような最適化ルーチンへの内部呼称を含む学習アルゴリズムを考察した。効率的で数値的に安定な方法で,訓練可能な深層ニューラルネットワーク(DNN)内の層(s)としてそのような方法を統合することは,例えば最近では,固有分解と微分可能なソーティングのために,最近,戦略が浮上している。DNN内で,プラグで使用できる一般的な線形プログラミング問題のための効率的で微分可能なソルバを提案し,DNNs内で層として演ずる。著者らの開発は,スライム型(physarum)の動力学と最急降下のような最適化方式の間の魅力的ではあるが広く使用されていないリンクによって触発された。この開発を記述し,ビデオセグメンテーションタスクと数ショット学習のためのメタ学習における著者らのソルバの使用を示した。既存の結果をレビューし,著者らの使用事例への適用性を記述する技術的解析を提供した。このソルバは,最初のタスクでカスタマイズされた投影勾配降下法と比較され,第2のタスクで微分可能なCVXPY-SCSソルバより優れている。実験は,著者らの解法が,実行可能な初期ポイントの必要なしで急速に収束することを示した。提案の提案は実装が容易であり,学習手続きがLPに高速近似解を必要とするときは,より大きなネットワーク内で容易に機能できる。【JST・京大機械翻訳】

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

人工知能

, , ,

前のページに戻る