フィードフォワードニューラルネットワークの正確なプレイメージを計算するための解析的アプローチ【JST・京大機械翻訳】

Nancy Theo; Maillet Vassili; Barbier Johann

プレプリント

J-GLOBAL ID：202202215027047751 整理番号：22P0297088

フィードフォワードニューラルネットワークの正確なプレイメージを計算するための解析的アプローチ【JST・京大機械翻訳】

An Analytical Approach to Compute the Exact Preimage of Feed-Forward Neural 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： 2022年02月28日プレプリントサーバーでの情報更新日： 2022年08月25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)

ニューラルネットワークは,手で記述するためにあまりにも複雑な機能を自動的に適合させる便利な方法である。このアプローチのダウンサイドは,それが内部で発生することを理解することなしにブラックボックスを構築することである。事前画像を見つけることは,そのようなニューラルネットワークがそのような出力をいかに与えたかをよりよく理解するのに役立つであろう。ニューラルネットワークの大部分は非注入関数であるので,数値方法でのみ完全に計算することは不可能である。本研究の点は,隠れ層に対して線形または区分的線形活性化関数を持つ任意のFeed-Forwardニューラルネットワークの正確な事前画像を計算する方法を与えることである。他の方法とは対照的に,この1つはユニークな出力に対するユニークな解を戻さないが,全体および正確な事前画像を解析的に戻す。【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