文献

J-GLOBAL ID：202202245049842432   整理番号：22A0780903

深層ニューラルネットワークとモノのインターネットによる経済の微分高品質開発の解析【JST・京大機械翻訳】

The Analysis of Differential High-Quality Development of Economy by Deep Neural Network and Internet of Things

著者 (1件)： Liu Yonghuan (School of Economics and Trade, Zhengzhou University of Technology, Zhengzhou, China)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 17441-17450  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本研究は,従来の地域経済開発レベル評価方法における不十分な客観性と大量の計算の問題を解決した。従来のバックプロパゲーション(BP)ニューラルネットワークは,容易に局所極値と遅い収束速度に陥る。最初に,改良BPアルゴリズムを提案した。LM(Levenberg-Marquardt)アルゴリズムはBPニューラルネットワークを最適化する。第二に,河南省の経済開発レベルの評価モデルを改良BPアルゴリズムに基づいて構築する。最後に,Matlabソフトウェアを用いてシミュレーション実験を設計した。BPモデルを用いて,河南省における107の郡の包括的な経済開発レベルを評価した。結果は,提案したBPモデルの出力の二乗平均平方根誤差(RMSE),平均絶対誤差(MAE),および平均二乗誤差(MSE)が,それぞれ0.9,1.72,および3であることを示した。これは他の一般的なアルゴリズムよりはるかに低く,地域の包括的な開発レベルの推定に適している。河南省における郡の全体的経済開発レベルは,比較的バランスがかかっているが,部分的に不均等である。発展の分極はより深刻である。中レベルおよび中・低水準開発郡は,比較的大きい地域を占め,全体の分布特性は「凸」である。本研究は,河南省の総合経済開発レベル分布のより正確な分析に,必要な技術的支援を提供し,次に,省における郡の協調開発を促進することを目指した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  誤差 ,  最適化 ,  シミュレーション ,  速度 ,  *ニューラルネットワーク ,  *微分 ,  経済開発 ,  モデル ,  ソフトウェア ,  逆伝搬法
準シソーラス用語： 収束速度 ,  平均二乗誤差 ,  MATLAB ,  評価モデル ,  *モノのインターネット ,  平均絶対誤差 , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  数値計算  (JE02000J)

タイトルに関連する用語 (7件)： 深層ニューラルネットワーク ,  モノのインターネット ,  経済 ,  微分 ,  高品質 ,  開発 ,  解析