論文の概要: Um Metodo para Busca Automatica de Redes Neurais Artificiais
- arxiv url: http://arxiv.org/abs/2107.04702v1
- Date: Fri, 9 Jul 2021 22:25:08 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-22 23:43:08.308820
- Title: Um Metodo para Busca Automatica de Redes Neurais Artificiais
- Title（参考訳）: Um Metodo para Busca Automatica de Redes Neurais Artificiais
- Authors: Anderson P. da Silva, Teresa B. Ludermir, Leandro M. Almeida
- Abstract要約: 本稿では,セル型遺伝的アルゴリズムを用いてニューラルネットワークを自動的に検索する手法について述べる。
一般的な遺伝的アルゴリズムにおけるこの方法の主な違いは、個人に位置情報を提供することができるセルオートマトンを使用することで、検索空間における局所最小化の可能性を減らすことである。
実験により,本手法は,本研究で得られた他の手法と比較して,良好な一般化能力と訓練時間の短い,コンパクトで効率的なネットワークを見出すことができた。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper describes a method that automatically searches Artificial Neural
Networks using Cellular Genetic Algorithms. The main difference of this method
for a common genetic algorithm is the use of a cellular automaton capable of
providing the location for individuals, reducing the possibility of local
minima in search space. This method employs an evolutionary search for
simultaneous choices of initial weights, transfer functions, architectures and
learning rules. Experimental results have shown that the developed method can
find compact, efficient networks with a satisfactory generalization power and
with shorter training times when compared to other methods found in the
literature.
- Abstract（参考訳）: 本稿では,セル遺伝アルゴリズムを用いたニューラルネットワークの自動検索手法について述べる。
一般的な遺伝的アルゴリズムにおけるこの方法の主な違いは、個人に位置情報を提供することができるセルオートマトンを使用することで、検索空間における局所最小化の可能性を減らすことである。
この方法は、初期重み付け、伝達関数、アーキテクチャ、学習規則の同時選択のための進化的探索を用いる。
実験結果から,本手法は,文献に見られる他の手法と比較して,十分に一般化し,訓練時間も短く,コンパクトで効率的なネットワークを探索できることがわかった。
関連論文リスト
- Enhancing CNN Classification with Lamarckian Memetic Algorithms and Local Search [0.0]
そこで本研究では,局所探索機能を組み込んだ2段階学習手法と集団最適化アルゴリズムを併用した新しい手法を提案する。
実験の結果,提案手法は最先端の勾配に基づく手法よりも優れていた。
論文 参考訳（メタデータ） (2024-10-26T17:31:15Z) - Chebyshev Spectral Neural Networks for Solving Partial Differential Equations [0.0]
この研究は、フィードフォワードニューラルネットワークモデルとエラーバックプロパゲーション原理を用いて、損失関数の計算に自動微分(AD)を利用する。
楕円偏微分方程式を用いて,CSNNモデルの数値効率と精度について検討し,よく知られた物理インフォームドニューラルネットワーク(PINN)法と比較した。
論文 参考訳（メタデータ） (2024-06-06T05:31:45Z) - The Integrated Forward-Forward Algorithm: Integrating Forward-Forward
and Shallow Backpropagation With Local Losses [0.0]
本稿では,FFAと浅部バックプロパゲーションの双方の強度を組み合わせた統合手法を提案する。
Integrated Forward-Forward Algorithmでニューラルネットワークをトレーニングすることは、ロバストネスのような有利な特徴を持つニューラルネットワークを生成する可能性を秘めている。
論文 参考訳（メタデータ） (2023-05-22T12:10:47Z) - Data-driven emergence of convolutional structure in neural networks [83.4920717252233]
識別タスクを解くニューラルネットワークが、入力から直接畳み込み構造を学習できることを示す。
データモデルを慎重に設計することにより、このパターンの出現は、入力の非ガウス的、高次局所構造によって引き起こされることを示す。
論文 参考訳（メタデータ） (2022-02-01T17:11:13Z) - Neural Network Adversarial Attack Method Based on Improved Genetic
Algorithm [0.0]
改良された遺伝的アルゴリズムに基づくニューラルネットワーク逆攻撃法を提案する。
この方法は、ニューラルネットワークモデルの内部構造やパラメータ情報を必要としない。
論文 参考訳（メタデータ） (2021-10-05T04:46:16Z) - Hybrid Method Based on NARX models and Machine Learning for Pattern
Recognition [0.0]
本研究は,機械学習とシステム識別の方法論を統合した新しい手法を提案する。
本手法の効率は,機械学習におけるケーススタディにより検証され,古典的分類アルゴリズムと比較して絶対的な結果が得られた。
論文 参考訳（メタデータ） (2021-06-08T00:17:36Z) - Clustered Federated Learning via Generalized Total Variation
Minimization [83.26141667853057]
本研究では,分散ネットワーク構造を持つローカルデータセットの局所的(あるいはパーソナライズされた)モデルを学習するための最適化手法について検討する。
我々の主要な概念的貢献は、総変動最小化(GTV)としてフェデレーション学習を定式化することである。
私たちのアルゴリズムの主な貢献は、完全に分散化されたフェデレーション学習アルゴリズムです。
論文 参考訳（メタデータ） (2021-05-26T18:07:19Z) - Evolving Reinforcement Learning Algorithms [186.62294652057062]
メタラーニング強化学習アルゴリズムの手法を提案する。
学習アルゴリズムはドメインに依存しないため、トレーニング中に見えない新しい環境に一般化することができる。
従来の制御タスク、gridworld型タスク、atariゲームよりも優れた一般化性能を得る2つの学習アルゴリズムに注目した。
論文 参考訳（メタデータ） (2021-01-08T18:55:07Z) - Progressive Spatio-Temporal Graph Convolutional Network for
Skeleton-Based Human Action Recognition [97.14064057840089]
本稿では,グラフ畳み込みネットワークのためのコンパクトで問題固有のネットワークを,段階的に自動的に見つける手法を提案する。
骨格に基づく人体行動認識のための2つのデータセットの実験結果から,提案手法は競争力あるいはより優れた分類性能を有することが示された。
論文 参考訳（メタデータ） (2020-11-11T09:57:49Z) - AutoML-Zero: Evolving Machine Learning Algorithms From Scratch [76.83052807776276]
基本数学的操作をビルディングブロックとして使うだけで,完全な機械学習アルゴリズムを自動的に発見できることが示される。
汎用的な検索空間を通じて人間のバイアスを大幅に低減する新しいフレームワークを導入することでこれを実証する。
機械学習アルゴリズムをゼロから発見する上で、これらの予備的な成功は、この分野における有望な新しい方向性を示していると信じている。
論文 参考訳（メタデータ） (2020-03-06T19:00:04Z) - Automatic Gesture Recognition in Robot-assisted Surgery with
Reinforcement Learning and Tree Search [63.07088785532908]
共同手術におけるジェスチャー分割と分類のための強化学習と木探索に基づく枠組みを提案する。
我々のフレームワークは,JIGSAWSデータセットのサチューリングタスクにおいて,精度,編集スコア,F1スコアの点で,既存の手法よりも一貫して優れています。
論文 参考訳（メタデータ） (2020-02-20T13:12:38Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。