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。
本論文は,ロバスト性と安定性保証によるNN訓練を可能にする半定値制約の下でのニューラルネットワーク(NN)の訓練に関するものである。特に,NNに対するLipschitz限界に焦点を当てた。内在するマトリックス制約の帯状構造を利用して,著者らは,内部点方法に基づくこの種のNN訓練問題のための効率的でスケーラブルな訓練方式を設定した。この実装は,半定値制約によるWasserstein生成敵対ネットワーク(WGAN)のような大規模深層NNの訓練におけるLipschitz制約を強制することを可能にする。数値例において,この方法の優位性とWGAN訓練への適用性を示した。【JST・京大機械翻訳】