抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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】