文献

J-GLOBAL ID：202202254490831108   整理番号：22A0734180

自然残差関数の滑らかな摂動を用いたNCPのための新しいクラスのニューラルネットワーク【JST・京大機械翻訳】

A new class of neural networks for NCPs using smooth perturbations of the natural residual function

著者 (2件)： Alcantara Jan Harold (Department of Mathematics, National Taiwan Normal University, Taiwan) ,  Chen Jein-Shan (Department of Mathematics, National Taiwan Normal University, Taiwan)
資料名： Journal of Computational and Applied Mathematics  (Journal of Computational and Applied Mathematics)
巻： 407  ページ： Null  発行年： 2022年 
JST資料番号： W0152A  ISSN： 0377-0427  CODEN： JCAMDI  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 著者らは,ΦNR(x,y)=0によって定義されるレベル曲線の滑らかな摂動を構築するために使用できる,実数値関数(Fによって示す)のいくつかのファミリーに基づく非線形相補性問題(NCP)を解決するためのニューラルネットワークの新しいクラスを提示し,ΦNRが自然残留関数(また「min」関数とも呼ばれる)である。Fの2つの重要なサブクラスを導入し,それらの著しく異なる理論的および数値的特性のため,特別な注意を払った。これらのサブファミリーの1つはΦNRの平滑化関数をもたらし,一方,他の亜科はΦNR(x,y)=0の平滑化曲線のみを与える。また,これらのサブクラスから関数を生成するための簡単なフレームワークを提案した。平滑化手法を用いて,2種類のニューラルネットワークを構築し,平衡解の漸近および指数安定性を保証する十分条件を提供した。最後に,理論結果を検証し,2つのサブクラスからの関数の数値性能の違いを説明するために,広範な数値実験を示した。NCPに対する既存のニューラルネットワークとの数値的比較も実証した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 安定性 ,  *関数 ,  実験 ,  *ニューラルネットワーク ,  *残差 ,  平滑化 ,  実数 ,  相補性 ,  問題 ,  十分条件
準シソーラス用語： 数値実験 ,  指数安定性 , 【Automatic Indexing@JST】

著者キーワード (4件)： 相補性問題 ,  平滑化法 ,  ニューラルネットワーク ,  安定性

分類 (4件)： ニューロコンピュータ  (JC06010Q) ,  図形・画像処理一般  (JE04010I) ,  システム・制御理論一般  (IA02010H) ,  数値計算  (JE02000J)

タイトルに関連する用語 (6件)： 残差 ,  関数 ,  摂動 ,  NCP ,  クラス ,  ニューラルネットワーク