文献

J-GLOBAL ID：202202257741175321   整理番号：22A0203927

動的四元数行列反転のためのゼロ化ニューラルネットワーク【JST・京大機械翻訳】

Zeroing Neural Networks for Dynamic Quaternion-Valued Matrix Inversion

著者 (6件)： Xiao Lin (Hunan Provincial Key Laboratory of Intelligent Computing and Language Information Processing, MOE-LCSM, Hunan Normal University, Changsha, China) ,  Liu Sai (Hunan Provincial Key Laboratory of Intelligent Computing and Language Information Processing, MOE-LCSM, Hunan Normal University, Changsha, China) ,  Wang Xin (School of Electronic and Information Engineering, Southwest University, Chongqing, China) ,  He Yongjun (College of Information Science and Engineering, Jishou University, Jishou, China) ,  Jia Lei (Hunan Provincial Key Laboratory of Intelligent Computing and Language Information Processing, MOE-LCSM, Hunan Normal University, Changsha, China) ,  Xu Yang (College of Computer Science and Electronic Engineering, Hunan University, Changsha, China)
資料名： IEEE Transactions on Industrial Informatics  (IEEE Transactions on Industrial Informatics)
巻： 18  号： 3  ページ： 1562-1571  発行年： 2022年 
JST資料番号： W1434A  ISSN： 1551-3203  CODEN： ITIICH  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： 本論文は,初めて,ゼロ化ニューラルネットワーク(ZNN)法を拡張し,動的四元数値行列反転の問題に対処した。四元数乗算の非可換性のために,複素表現方法を,四元数値行列を対応する複素値行列に変換するために最初に採用した。次に,複素値領域における非線形活性化関数を扱う2種類の方法に基づいて,本論文は動的四元数値行列反転のための2つの四元数値ZNN(QVZNN)モデルを提案した。さらに,新しい非線形活性化関数を与えて,モデルの収束速度を加速し,所定の時間収束に達した。QVZNNモデルの優れた特性を示すために,4つの定理と共に詳細な理論解析を与えた。さらに,収束時間の上限を,理論的にゼロである残差誤差で解析的に導出した。最後に,2つの数値例を提供して,動的四元数値行列反転のためのQVZNNモデルの理論的結果および有効性を検証し,そして,移動マニピュレータ制御への適用を,QVZNNモデルの実用化価値を示すために提供した。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： 互換性 ,  *ニューラルネットワーク ,  乗算 ,  有効性 ,  *四元数
準シソーラス用語： 収束速度 ,  活性化関数 ,  理論解析 ,  移動マニピュレータ ,  *行列反転 ,  残差誤差 , 【Automatic Indexing@JST】

分類 (2件)： 数値計算  (JE02000J) ,  数値解析,近似法  (AB04000F)

タイトルに関連する用語 (3件)： 四元数 ,  行列反転 ,  ニューラルネットワーク