| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2008-08-04 15:30 A Hybrid PSO and quasi-Newton Technique for Training of Feedforward Neural Networks ○Hiroshi Ninomiya（Shonan Inst. of Tech.）・Qi-Jun Zhang（Carleton Univ.）  CST2008-17 |
|
| 抄録 | （和） | This paper describes a new technique for training feedforward neural networks. We employ the proposed algorithm for robust neural network training purpose. Conventional neural network training algorithms based on the gradient descent often encounter local minima problems. Recently, some evolutionary algorithms are getting a lot more attention about global search ability but are less-accurate for complicated training task of neural networks. The proposed technique hybridizes local training algorithm based on quasi-Newton method with a recent global optimization algorithm called Particle Swarm Optimization (PSO). The proposed technique provides higher global convergence property than the conventional global optimization technique. Neural network training for some benchmark problems is presented to demonstrate the proposed algorithm. The proposed algorithm achieves more accurate and robust training results than the quasi-Newton method and the conventional PSOs. |
| （英） | This paper describes a new technique for training feedforward neural networks. We employ the proposed algorithm for robust neural network training purpose. Conventional neural network training algorithms based on the gradient descent often encounter local minima problems. Recently, some evolutionary algorithms are getting a lot more attention about global search ability but are less-accurate for complicated training task of neural networks. The proposed technique hybridizes local training algorithm based on quasi-Newton method with a recent global optimization algorithm called Particle Swarm Optimization (PSO). The proposed technique provides higher global convergence property than the conventional global optimization technique. Neural network training for some benchmark problems is presented to demonstrate the proposed algorithm. The proposed algorithm achieves more accurate and robust training results than the quasi-Newton method and the conventional PSOs. | |
| キーワード | （和） | / / / / / / / |
| （英） | Feedforward neural networks / Particle swarm optimization / quasi-Newton method / Hybrid algorithm / / / / | |
| 文献情報 | 信学技報, vol. 108, 2008年8月. | |
| 資料番号 | ||
| 発行日 | 2008-07-28 (CST) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | CST2008-17 |
|
| 研究会情報 | |
| 研究会 | MSS |
| 開催期間 | 2008-08-04 - 2008-08-05 |
| 開催地（和） | 静岡大学（浜松キャンパス）工学部システム工学科棟３階Ａ３１教室 |
| 開催地（英） | Shizuoka University (Hamamatsu Campus), Faculty of Engineering |
| テーマ（和） | ハイブリッドシステム、コンカレント工学一般 |
| テーマ（英） | Concurrent Systems |
| 講演論文情報の詳細 | |
| 申込み研究会 | MSS |
| 会議コード | 2008-08-CST |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | A Hybrid PSO and quasi-Newton Technique for Training of Feedforward Neural Networks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / Feedforward neural networks |
| キーワード(2)（和/英） | / Particle swarm optimization |
| キーワード(3)（和/英） | / quasi-Newton method |
| キーワード(4)（和/英） | / Hybrid algorithm |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 二宮 洋 / Hiroshi Ninomiya / ニノミヤ ヒロシ |
| 第1著者 所属（和/英） | 湘南工科大学 (略称： 湘南工科大) Shonan Institute of Technology (略称： Shonan Inst. of Tech.) |
| 第2著者 氏名（和/英/ヨミ） | キュージェイ ジャン / Qi-Jun Zhang / |
| 第2著者 所属（和/英） | カールトン大学 (略称： カールトン大) Carleton University (略称： Carleton Univ.) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2008-08-04 15:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | MSS |
| 資料番号 | CST2008-17 |
| 巻番号（vol） | vol.108 |
| 号番号（no） | no.176 |
| ページ範囲 | pp.29-34 |
| ページ数 | 6 |
| 発行日 | 2008-07-28 (CST) |
[研究会発表申込システムのトップページに戻る]