文献
J-GLOBAL ID:201602262958871601   整理番号:16A1238251

動的ニューラルネットワーク分類器の能動学習アルゴリズムと知的制御応用【JST・京大機械翻訳】

APPLICATION OF ACTIVE LEARNING ALGORITHM FOR DYNAMIC NEURAL NETWORK CLASSIFIER AND ITS INTELLIGENT CONTROL
著者 (3件):
資料名:
巻: 33  号:ページ: 247-251  発行年: 2016年 
JST資料番号: C2940A  ISSN: 1000-386X  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: 中国 (CHN)  言語: 中国語 (ZH)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
動的ニューラルネットワーク分類装置の訓練において,長いサンプリング時間と大きな計算量の問題を解決するために,動的ニューラルネットワーク分類装置に基づく能動学習アルゴリズムを提案した。アクティブ学習AL(ACTIVE LEARNING)アルゴリズムにおける改良型不確実性サンプリング戦略に基づき、サンプルの事後確率とそれと標識サンプルとの類似性を総合的に考慮し、総合評価値が小さいサンプルを総合的に評価し、それをネットワーク分類器の訓練に用いる。SOBOL’感度分析法により,神経回路網は,感度値が大きく,あるいは感度値が小さい隠れ層ニューロンを適時に増加させ,その学習速度を向上させ,出力誤差を減少させる。分類装置訓練シミュレーション実験の結果は,提案したアルゴリズムが訓練時間を大幅に短縮することができ,受動的学習アルゴリズムと比較して出力誤差を減少させることを示した。このアルゴリズムを油圧AGCシステムに適用し,実験結果により,このアルゴリズムがPID制御器のパラメータのオンライン調整を実現し,厚み制御精度を改善することを示し,このアルゴリズムの適用性を検証した。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
脳・神経系モデル  ,  数値計算 

前のページに戻る