Fugu-MT 論文翻訳(概要): Cartesian Genetic Programming Approach for Designing Convolutional Neural Networks

論文の概要: Cartesian Genetic Programming Approach for Designing Convolutional Neural Networks

arxiv url: http://arxiv.org/abs/2410.00129v2
Date: Sun, 13 Oct 2024 23:43:33 GMT
ステータス: 処理完了
システム内更新日: 2024-11-05 14:40:28.594596
Title: Cartesian Genetic Programming Approach for Designing Convolutional Neural Networks
Title（参考訳）: 畳み込みニューラルネットワーク設計のためのモンテカルロ遺伝的プログラミング手法
Authors: Maciej Krzywda, Szymon Łukasik, Amir Gandomi H,
Abstract要約: 人工ニューラルネットワークの設計において、革新的なアプローチの1つの重要な側面は、新しいニューラルネットワークアーキテクチャを提案することである。本研究では,CNNを設計するために純粋遺伝的プログラミング手法を用いる。予備実験の過程で,提案手法は有望な結果をもたらす。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The present study covers an approach to neural architecture search (NAS) using Cartesian genetic programming (CGP) for the design and optimization of Convolutional Neural Networks (CNNs). In designing artificial neural networks, one crucial aspect of the innovative approach is suggesting a novel neural architecture. Currently used architectures have mostly been developed manually by human experts, which is a time-consuming and error-prone process. In this work, we use pure Genetic Programming Approach to design CNNs, which employs only one genetic operation, i.e., mutation. In the course of preliminary experiments, our methodology yields promising results.
Abstract（参考訳）: 本研究では、畳み込みニューラルネットワーク(CNN)の設計と最適化にCGP(Cartesian genetic programming)を用いたニューラルネットワーク探索(NAS)のアプローチについて述べる。人工ニューラルネットワークの設計において、革新的なアプローチの1つの重要な側面は、新しいニューラルネットワークアーキテクチャを提案することである。現在使われているアーキテクチャは、主に人の専門家によって手作業で開発されている。本研究では,CNNの設計に純粋遺伝的プログラミングアプローチを用い,遺伝子操作,すなわち突然変異のみを用いる。予備実験の過程で,提案手法は有望な結果をもたらす。

関連論文リスト

Graph Neural Networks for Learning Equivariant Representations of Neural Networks [55.04145324152541]
本稿では,ニューラルネットワークをパラメータの計算グラフとして表現することを提案する。我々のアプローチは、ニューラルネットワークグラフを多種多様なアーキテクチャでエンコードする単一モデルを可能にする。本稿では,暗黙的ニューラル表現の分類や編集など,幅広いタスクにおける本手法の有効性を示す。
論文参考訳（メタデータ） (2024-03-18T18:01:01Z)
An automatic selection of optimal recurrent neural network architecture for processes dynamics modelling purposes [0.0]
この研究には、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提案が4つ含まれている。アルゴリズムは進化的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手法に基づいている。この研究は、加圧水型原子炉で発生した高速過程の数学的モデルから生成されたデータに基づく、拡張された検証研究を含む。
論文参考訳（メタデータ） (2023-09-25T11:06:35Z)
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)
CP-CNN: Core-Periphery Principle Guided Convolutional Neural Network [9.015666133509857]
我々は、ネットワーク配線パターンの設計と畳み込み操作のスパーシフィケーションにコア周辺原理を実装した。私たちの研究は、人間の脳からの洞察をニューラルネットワークの設計に取り入れることで、脳にインスパイアされたAIの分野の成長に寄与します。
論文参考訳（メタデータ） (2023-03-27T03:59:43Z)
Permutation Equivariant Neural Functionals [92.0667671999604]
この研究は、他のニューラルネットワークの重みや勾配を処理できるニューラルネットワークの設計を研究する。隠れた層状ニューロンには固有の順序がないため, 深いフィードフォワードネットワークの重みに生じる置換対称性に着目する。実験の結果, 置換同変ニューラル関数は多種多様なタスクに対して有効であることがわかった。
論文参考訳（メタデータ） (2023-02-27T18:52:38Z)
Towards Theoretically Inspired Neural Initialization Optimization [66.04735385415427]
我々は,ニューラルネットワークの初期状態を評価するための理論的知見を備えた,GradCosineという微分可能な量を提案する。標準制約下でGradCosineを最大化することにより、ネットワークのトレーニングとテストの両方の性能を向上させることができることを示す。サンプル分析から実際のバッチ設定に一般化されたNIOは、無視可能なコストで、より優れた初期化を自動で探すことができる。
論文参考訳（メタデータ） (2022-10-12T06:49:16Z)
Evolving Deep Neural Networks for Collaborative Filtering [3.302151868255641]
コラボレーティブ・フィルタリング(CF)は、ユーザとイテムの相互作用をモデル化するためのレコメンデータシステムで広く使われている。ディープニューラルネットワーク(DNN)の設計プロセスにおける遺伝的アルゴリズムの導入
論文参考訳（メタデータ） (2021-11-15T13:57:31Z)
Neural Architecture Search based on Cartesian Genetic Programming Coding Method [6.519170476143571]
文分類課題を解決するために,CGPに基づくNASの進化的アプローチであるCGPNASを提案する。実験の結果,検索されたアーキテクチャは人間設計アーキテクチャの性能に匹敵することがわかった。
論文参考訳（メタデータ） (2021-03-12T09:51:03Z)
Differentiable Neural Architecture Learning for Efficient Neural Network Design [31.23038136038325]
スケールド・シグモイド関数に基づく新しいemphアーキテクチャのパラメータ化を提案する。そこで本論文では,候補ニューラルネットワークを評価することなく,ニューラルネットワークを最適化するための汎用的エファイブルニューラルネットワーク学習(DNAL)手法を提案する。
論文参考訳（メタデータ） (2021-03-03T02:03:08Z)
A Semi-Supervised Assessor of Neural Architectures [157.76189339451565]
我々は、ニューラルネットワークの有意義な表現を見つけるためにオートエンコーダを用いる。アーキテクチャの性能を予測するために、グラフ畳み込みニューラルネットワークを導入する。
論文参考訳（メタデータ） (2020-05-14T09:02:33Z)
Alpha Discovery Neural Network based on Prior Knowledge [55.65102700986668]
遺伝的プログラミング(GP)は、金融自動化機能構築タスクにおける最先端技術である。本稿では,分散金融技術指標の自動構築が可能なニューラルネットワーク構造であるAlpha Discovery Neural Network (ADNN)を提案する。
論文参考訳（メタデータ） (2019-12-26T03:10:17Z)

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。