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。
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】