マルチグラフテンソルネットワーク【JST・京大機械翻訳】

Xu Yao Lei; Konstantinidis Kriton; Mandic Danilo P.

プレプリント

J-GLOBAL ID：202202209458456527 整理番号：21P0056728

マルチグラフテンソルネットワーク【JST・京大機械翻訳】

Multi-Graph Tensor 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 (3件)： , ,
資料名：
発行年： 2020年10月25日プレプリントサーバーでの情報更新日： 2021年01月21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)

多数の現代のデータソースの不規則でマルチモーダルな性質は,従来の深層学習アルゴリズムにとって重大な課題を提起する。この目的のために,最近の努力は,グラフを通して不規則領域に対する既存のアルゴリズムを一般化し,基礎となるグラフトポロジーによるデータからの付加的洞察を得ることを狙った。同時に,テンソルベースの方法は,次元のurseによって課されるボトルネックを迂回する有望な結果を実証した。本論文では,不規則なデータ源を扱うためのグラフの能力および深層学習設定におけるテンソルネットワークの圧縮特性の両方を利用する,新しいマルチディスプレイテンソルネットワーク(MGTN)フレームワークを導入した。提案したフレームワークのポテンシャルを,Foreign交換(FOREX)アルゴリズム取引のためのMGTNベースの深いQエージェントを通して実証した。MGTNにより,FOREX currncyグラフは,この要求タスクに経済的に意味のある構造を課すために活用され,3つの競合するモデルに対して非常に優れた性能をもたらし,そして劇的に低い複雑さをもたらす。【JST・京大機械翻訳】

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

人工知能 , パターン認識

前のページに戻る