文献

J-GLOBAL ID：202202271898189988   整理番号：22A1042567

神経論理ルール層に対する注意機構の採用【JST・京大機械翻訳】

Adopting attention-mechanisms for Neural Logic Rule Layers

著者 (3件)： Reimann Jan Niclas (Department of Automation Technology and Learning Systems, South Westphalia University of Applied Sciences, Luebecker Ring 2, Soest, Germany) ,  Schwung Andreas (Department of Automation Technology and Learning Systems, South Westphalia University of Applied Sciences, Luebecker Ring 2, Soest, Germany) ,  Ding Steven X. (Automatic Control and Complex Systems, University of Duisburg-Essen, Bismarckst. 81, Duisburg, Germany)
資料名： Automatisierungstechnik  (Automatisierungstechnik)
巻： 70  号： 3  ページ： 257-266  発行年： 2022年 
JST資料番号： D0511A  ISSN： 0178-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 以前の研究では,ルールベースシステムがルールの数を増加させるとき,性能にひどく苦しんでいることを発見した。固定するルールの数を維持しながら,可能なBoolean関係の量を増加させるために,よく知られた空間変換システムおよび自己拡張ネットワークからアイデアを採用した:ここでは,学習ルールは静的ではなく,動的に調整して,ニューラル論理ルール層で用いられるパラメータ行列を予測する,別々のルール予測システムを訓練することによって入力データに適合するように動的に調整した。適応神経論理ルール層と呼ばれるこれらのネットワークが,訓練の初期段階における訓練安定性および興奮性と同様に,最終性能に関して,それらの静的対応物より優れていることを示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： システム ,  ネットワーク ,  *規則 ,  興奮
準シソーラス用語： 学習則 ,  予測システム ,  ルールベースシステム ,  入力データ , 【Automatic Indexing@JST】

著者キーワード (3件)： 神経論理ルール層 ,  重量予測 ,  解釈可能性

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 神経 ,  論理 ,  ルール ,  注意 ,  採用