情報フローと接続コストの間の最適バランスを有する進化するニューラルネットワーク【JST・京大機械翻訳】

Khalili Abdullah; Bouchachia Abdelhamid

プレプリント

J-GLOBAL ID：202202211957022222 整理番号：22P0288775

情報フローと接続コストの間の最適バランスを有する進化するニューラルネットワーク【JST・京大機械翻訳】

Evolving Neural Networks with Optimal Balance between Information Flow and Connections Cost

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： 2022年02月12日プレプリントサーバーでの情報更新日： 2022年03月14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)

進化ニューラルネットワーク(NN)は,最近,より成功する代替経路としてますます興味が増している。それはNNのアーキテクチャの学習のような他のアプローチと比較して多くの利点を持っている。しかし,極めて大きな探索空間と多くの複雑な相互作用部分の存在は,まだ主要な障害を表す。多くの基準は,最近,アルゴリズムを誘導し,大きな探索空間を切断するのを助けるために調査された。最近,NNの設計を改善するためにネットワーク科学から洞察をもたらす研究が増加している。本論文では,実世界ネットワーク,すなわち接続コストと情報フローの間の最適バランスの最も重要な特徴を持つ,進化するNNアーキテクチャを研究した。このバランスを表す異なる計量の性能を評価し,このバランスに対するより多くの選択圧力の正確性の改善を3つのデータセットで実証した。【JST・京大機械翻訳】

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

ニューロコンピュータ , 人工知能

, , ,

前のページに戻る