Fugu-MT 論文翻訳(概要): Quaternion-Valued Recurrent Projection Neural Networks on Unit Quaternions

論文の概要: Quaternion-Valued Recurrent Projection Neural Networks on Unit Quaternions

arxiv url: http://arxiv.org/abs/2001.11846v1
Date: Thu, 30 Jan 2020 11:25:45 GMT
ステータス: 翻訳完了
システム内更新日: 2023-01-05 11:27:45.792257
Title: Quaternion-Valued Recurrent Projection Neural Networks on Unit Quaternions
Title（参考訳）: 単位四元数上の四元値再帰射影ニューラルネットワーク
Authors: Marcos Eduardo Valle and Rodolfo Anibal Lobo
Abstract要約: 四元数値リカレントプロジェクションニューラルネット(QRPNN)について述べる。 QRPNNは、非局所射影学習と四元数値反復相関ニューラルネットワーク(QRCNN)を組み合わせることで得られる。
参考スコア（独自算出の注目度）: 1.3706331473063877
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Hypercomplex-valued neural networks, including quaternion-valued neural networks, can treat multi-dimensional data as a single entity. In this paper, we present the quaternion-valued recurrent projection neural networks (QRPNNs). Briefly, QRPNNs are obtained by combining the non-local projection learning with the quaternion-valued recurrent correlation neural network (QRCNNs). We show that QRPNNs overcome the cross-talk problem of QRCNNs. Thus, they are appropriate to implement associative memories. Furthermore, computational experiments reveal that QRPNNs exhibit greater storage capacity and noise tolerance than their corresponding QRCNNs.
Abstract（参考訳）: 四元値ニューラルネットワークを含む超複素値ニューラルネットワークは、多次元データを単一の実体として扱うことができる。本稿では,QRPNN(Courternion-valued Recurrent projection Neural Network)を提案する。簡単に言えば、QRPNNは、非局所射影学習と四元数値反復相関ニューラルネットワーク(QRCNN)を組み合わせることで得られる。我々はQRPNNがQRCNNのクロストーク問題を克服していることを示す。したがって、連想記憶を実装するのに適している。さらに、計算実験により、QRPNNは対応するQRCNNよりも容量と耐雑音性が高いことが明らかとなった。

関連論文リスト

Delay Neural Networks (DeNN) for exploiting temporal information in event-based datasets [49.1574468325115]
遅延ニューラルネットワーク(DeNN)は、前方と後方の両方でスパイクの正確な時間的情報を明示的に使用するように設計されている。特に時間情報が重要であるデータセットでは、優れたパフォーマンスが得られます。
論文参考訳（メタデータ） (2025-01-10T14:58:15Z)
CTRQNets & LQNets: Continuous Time Recurrent and Liquid Quantum Neural Networks [76.53016529061821]
Liquid Quantum Neural Network (LQNet) とContinuous Time Recurrent Quantum Neural Network (CTRQNet) を開発した。 LQNetとCTRQNetは、バイナリ分類によってCIFAR 10で40%の精度向上を実現している。
論文参考訳（メタデータ） (2024-08-28T00:56:03Z)
Investigating Sparsity in Recurrent Neural Networks [0.0]
本論文は, プルーニングとスパースリカレントニューラルネットワークがRNNの性能に与える影響を考察することに焦点を当てる。まず,RNNの刈り込み,RNNの性能への影響,および刈り込み後の精度回復に必要な訓練エポック数について述べる。次に、スパースリカレントニューラルネットワークの作成と訓練を継続し、その基礎となる任意の構造の性能とグラフ特性の関係を同定する。
論文参考訳（メタデータ） (2024-07-30T07:24:58Z)
A Hybrid Neural Coding Approach for Pattern Recognition with Spiking Neural Networks [53.31941519245432]
脳にインスパイアされたスパイクニューラルネットワーク(SNN)は、パターン認識タスクを解く上で有望な能力を示している。これらのSNNは、情報表現に一様神経コーディングを利用する同質ニューロンに基づいている。本研究では、SNNアーキテクチャは異種符号化方式を組み込むよう、均質に設計されるべきである、と論じる。
論文参考訳（メタデータ） (2023-05-26T02:52:12Z)
Extrapolation and Spectral Bias of Neural Nets with Hadamard Product: a Polynomial Net Study [55.12108376616355]
NTKの研究は典型的なニューラルネットワークアーキテクチャに特化しているが、アダマール製品(NNs-Hp)を用いたニューラルネットワークには不完全である。本研究では,ニューラルネットワークの特別なクラスであるNNs-Hpに対する有限幅Kの定式化を導出する。我々は,カーネル回帰予測器と関連するNTKとの等価性を証明し,NTKの適用範囲を拡大する。
論文参考訳（メタデータ） (2022-09-16T06:36:06Z)
The Spectral Bias of Polynomial Neural Networks [63.27903166253743]
PNN(Polynomial Neural Network)は、高頻度情報を重要視する画像生成と顔認識に特に有効であることが示されている。これまでの研究では、ニューラルネットワークが低周波関数に対して$textitspectral bias$を示しており、トレーニング中に低周波成分のより高速な学習をもたらすことが示されている。このような研究に触発されて、我々はPNNのTangent Kernel(NTK)のスペクトル分析を行う。我々は、最近提案されたPNNのパラメトリゼーションである$Pi$-Netファミリがスピードアップすることを発見した。
論文参考訳（メタデータ） (2022-02-27T23:12:43Z)
Quaternion-Valued Convolutional Neural Network Applied for Acute Lymphoblastic Leukemia Diagnosis [1.4174475093445233]
本稿では,医療用パターン認識タスクのための四元数評価畳み込みニューラルネットワークの応用について検討する。より正確には、末梢血スミア顕微鏡画像からリンパ芽細胞を分類するために、実測値と四重項値の畳み込みニューラルネットワークの性能を比較した。 4値の畳み込みニューラルネットワークは、対応する実値のネットワークよりも、あるいは類似した性能を達成したが、パラメータの34%しか使用しなかった。
論文参考訳（メタデータ） (2021-12-13T14:03:09Z)
Quantum-inspired Complex Convolutional Neural Networks [17.65730040410185]
我々は、より豊かな表現能力とより良い非線形性を持つ複素数値重みを利用することにより、量子刺激ニューロンを改善した。我々は、高次元データを処理できる量子インスパイアされた畳み込みニューラルネットワーク(QICNN)のモデルを描く。 5つのQICNNの分類精度をMNISTとCIFAR-10データセットで検証した。
論文参考訳（メタデータ） (2021-10-31T03:10:48Z)
Neuroevolution of a Recurrent Neural Network for Spatial and Working Memory in a Simulated Robotic Environment [57.91534223695695]
我々は,ラットで観察される行動と神経活動を再現する進化的アルゴリズムを用いて,生物学的に有意なリカレントニューラルネットワーク(RNN)でウェイトを進化させた。提案手法は, 進化したRNNの動的活動が, 興味深く複雑な認知行動をどのように捉えているかを示す。
論文参考訳（メタデータ） (2021-02-25T02:13:52Z)
Combining Spiking Neural Network and Artificial Neural Network for Enhanced Image Classification [1.8411688477000185]
生物学的脳シナプスによく似たSNN(spiking neural Network)は、低消費電力のために注目を集めている。我々は、関係する性能を改善する汎用ハイブリッドニューラルネットワーク(hnn)を構築した。
論文参考訳（メタデータ） (2021-02-21T12:03:16Z)
Toward Trainability of Quantum Neural Networks [87.04438831673063]
量子ニューラルネットワーク(QNN)は、量子スピードアップを達成するために古典的ニューラルネットワークの一般化として提案されている。 QNNのトレーニングには、入力キュービット数に指数関数的に勾配速度がなくなるため、非常に大きなボトルネックが存在する。木テンソルとステップ制御された構造を持つQNNを二分分類に適用し,ランダムな構造を持つQNNと比較してより高速な収束率と精度を示す。
論文参考訳（メタデータ） (2020-11-12T08:32:04Z)
Nonparametric Regression Quantum Neural Networks [0.11470070927586014]
本稿では、非パラメトリック量子ニューラルネットワーク(LNR-QNN)、非回帰量子ニューラルネットワーク(PNR-QNN)を分析し、実装する。ガウス・ジョーダン除去ニューラルネットワーク(GJE-QNN)による実装
論文参考訳（メタデータ） (2020-02-07T14:44:45Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。