文献

J-GLOBAL ID：202202277460916513   整理番号：22A0554513

ノード選択戦略と構造的ネットワーク最適化の支援により駆動された階層的再組織化多層ファジィニューラルネットワークアーキテクチャ【JST・京大機械翻訳】

Hierarchically Reorganized Multi-Layer Fuzzy Neural Networks Architecture Driven With the Aid of Node Selection Strategies and Structural Network Optimization

著者 (5件)： Wang Zheng (School of Electrical and Electronic Engineering, The University of Suwon, Hwaseong-si, South Korea) ,  Oh Sung-Kwun (School of Electrical and Electronic Engineering, The University of Suwon, Hwaseong-si, South Korea) ,  Kim Eun-Hu (School of Electrical and Electronic Engineering, The University of Suwon, Hwaseong-si, South Korea) ,  Fu Zunwei (Research Center for Big Data and Artificial Intelligence, Linyi University, Linyi, China) ,  Pedrycz Witold (Department of Electrical and Computer Engineering, University of Alberta, Edmonton, Canada)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 7772-7792  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： 本研究では,階層的再構成自己組織化ネットワークアーキテクチャのためのファジィ集合推論と多項式ニューラルネットワーク(PNN)に基づく設計方法論を,従来のファジィニューラルネットワークにおいて一般的に現れる多重共線性問題と同様に過剰適合に対処するために導入した。提案した自己組織化ネットワーク構造の設計法は,L_2ノルム正則化,確率理論,およびマルチ最適化のようなマルチ技術の相乗効果を通して階層的再構成多層ファジィニューラルネットワーク(HRmFNN)アーキテクチャを構築するための効率的な解決策を提供する。全体のネットワーク構造を,HRmFNNにおける各層のための指数ベースのルーレット選択技術を通して,新しく追加された入力と効果的ニューロン選択方式による並列ネットワーク構造の助けによって実現して,L2ノルム正則化による最小自乗誤差推定(LSE)ベースの学習方法を,安定化ネットワークアーキテクチャを構築するために用いて,それらの保証設計方法論によって,過剰適合現象を軽減して,また,一般化能力を強化した。入力変数の数,入力変数の特定の部分集合の選点,各変数当たりのメンバーシップ関数の数,およびファジィルールの結果として生じる部分における多項式の次数などのパラメータによって直接影響を受けるHRmFNNの性能強化のために,提案したネットワークのパラメトリック最適化と同様に,効果的に構造のために,マルチパーティクルスウォーム最適化(MPSO)を利用した。即ち,マルチ最適化は,より良い発電性能と緩和過剰適合の間の妥協を達成し,提案した多層自己組織化ネットワーク構造の安定化を,a)L_2ノルム正則化ベースLSE学習,b)有効ニューロン選択のための確率理論,およびc)新しく付加された入力とニューロン選択法を含む新しい並列ネットワーク構造の助けにより,実現した。提案したネットワーク構造の性能を,包括的実験と比較分析によって定量化した。また,セメント圧縮強度への適用を通して実証した。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： *最適化 ,  多項式 ,  学習 ,  *ネットワーク ,  ニューロン ,  *ニューラルネットワーク ,  ネットワーク構造 ,  多重化 ,  正則化 ,  *計算機アーキテクチャ ,  自己組織化 ,  ノルム ,  *ファジィニューラルネットワーク ,  *ネットワークアーキテクチャ
準シソーラス用語： 粒子群最適化 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  無線通信一般  (ND08010L)

タイトルに関連する用語 (8件)： ノード ,  選択戦略 ,  ネットワーク最適化 ,  支援 ,  再組織化 ,  多層 ,  ファジィ ,  ニューラルネットワークアーキテクチャ