首页> 外文期刊>電子情報通信学会技術研究報告. ディペンダブルコンピュ-ティング. Dependable Computing >学習ベクトル量子化ニューラルネットワークの耐故障学習法
【24h】

学習ベクトル量子化ニューラルネットワークの耐故障学習法

机译:学习向量量化神经网络容错学习方法

获取原文
获取原文并翻译 | 示例
           

摘要

学習ベクトル量子化(LVQ)ニューラルネットワークは、一般的なフィードフォワード型のニューラルネットワークが適していない大規模なパターン分類問題などに使用されている。 対象となる問題に信頼性が要求される場合、ニューラルネットワークの耐故障化が必要になるが、従来のニューラルネットワークの耐故障化の研究の大部分はフィードフォワード型を対象としており、LVQニューラルネットワークに対する耐故障化ははとんど行われていない。 本報告では、LVQニューラルネットワークの耐故障能力を評価する指標を提案すると共に、耐故障能力を向上させる学習方法として、境界強調とカップリング支援のアイデアを述べる。 また、これらのアイデアを適用したシステムの評価をシミュレーションによって行う。
机译:学习矢量量化(LVQ)神经网络用于大规模模式分类问题,而通用前馈型神经网络则不适合。当目标问题需要可靠性时,有必要使神经网络具有容错性,但是大多数常规的神经网络容错性研究都是针对前馈类型的,因此需要对LVQ神经网络的容错性。它几乎没有被转换。在此报告中,我们提出了一个指标来评估LVQ神经网络的容错能力,并描述了边界强调和耦合支持的思想作为提高容错能力的学习方法。另外,通过仿真评估了将这些思想应用到的系统。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号