深層ニューラルネットワークの分析【JST・京大機械翻訳】

Robinson Haakon; Rasheed Adil; San Omer

プレプリント

J-GLOBAL ID：202202217780007676 整理番号：22P0080423

深層ニューラルネットワークの分析【JST・京大機械翻訳】

Dissecting Deep 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： 2019年10月09日プレプリントサーバーでの情報更新日： 2020年01月19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)

大量のデータおよび処理電力の交換において,深いニューラルネットワークは,多くの分野で最先端の予測能力の状態を提供するモデルをもたらした。しかし,それらの挙動に関する強い保証の欠如は,安全臨界用途におけるそれらの使用に関して懸念を提起した。これらのネットワークを理解する第一段階は,さらなる解析を可能にする代替表現を開発することである。区分的アフィン活性化関数を持つニューラルネットワークは,それ自身の区分的アフィンであり,それらのドメインは多数の線形領域から成ることを示した。これまで,このトピックに関する研究は,明示的な区分的アフィン表現を得るよりも,むしろ線形領域の数を計数することに焦点を合わせている。本研究では,修正線形ユニット活性化による任意の完全接続ニューラルネットワークの区分的アフィン形式を計算することができる新しいアルゴリズムを提案した。【JST・京大機械翻訳】

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

ニューロコンピュータ

前のページに戻る