文献

J-GLOBAL ID：202202290212134311   整理番号：22A0577701

プロセス動力学モデリング目的のための最適リカレントニューラルネットワークアーキテクチャの自動選択【JST・京大機械翻訳】

An automatic selection of optimal recurrent neural network architecture for processes dynamics modelling purposes

著者 (4件)： Laddach Krzysztof (Department of Intelligent Control and Decision Support Systems, Gdansk University of Technology, G. Narutowicza 11/12, 80-233 Gdansk, Poland) ,  Langowski Rafal (Department of Intelligent Control and Decision Support Systems, Gdansk University of Technology, G. Narutowicza 11/12, 80-233 Gdansk, Poland) ,  Rutkowski Tomasz A. (Department of Intelligent Control and Decision Support Systems, Gdansk University of Technology, G. Narutowicza 11/12, 80-233 Gdansk, Poland) ,  Puchalski Bartosz (Department of Intelligent Control and Decision Support Systems, Gdansk University of Technology, G. Narutowicza 11/12, 80-233 Gdansk, Poland)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 116  ページ： Null  発行年： 2022年 
JST資料番号： W2175A  ISSN： 1568-4946  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： 選択した動的プロセスの行動的(ブラックボックス)モデリングに用いる人工ニューラルネットワークの構造を見つけるように設計されたアルゴリズムの開発に関連する問題を,本論文で扱った。研究は,ニューラルネットワークアーキテクチャ検索専用のアルゴリズムの4つのオリジナルの提案を含んだ。アルゴリズムは進化アルゴリズムや勾配降下法のようなよく知られた最適化技術に基づいている。本研究では,再帰型の人工ニューラルネットワークを用いて,アーキテクチャを上記のアルゴリズムに基づく最適化方法で選択した。最適性は,ニューラルネットワークのサイズ間のトレードオフと,それが学習された数学モデルの応答を捕捉する際のその精度の達成として理解されてきた。最適化の間,オリジナルの特殊進化演算子を提案した。研究は加圧水原子炉で発生する高速プロセスの数学モデルから生成されたデータに基づく拡張検証研究を含む。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： アルゴリズム ,  最適化 ,  最適化手法 ,  数学モデル ,  *ニューラルネットワーク ,  ブラックボックス ,  *モデリング ,  PWR型原子炉 ,  *計算機アーキテクチャ ,  最急降下法 ,  *ネットワークアーキテクチャ
準シソーラス用語： 進化的アルゴリズム ,  最適性 ,  *ニューラルネットワークアーキテクチャ ,  *動力学モデリング ,  動的プロセス , 【Automatic Indexing@JST】

著者キーワード (5件)： ブラックボックスモデル ,  進化アルゴリズム ,  神経モデリング ,  ニューラルネットワークアーキテクチャ探索 ,  加圧水型原子炉

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： プロセス ,  動力学モデリング ,  リカレントニューラルネットワーク ,  アーキテクチャ