講演抄録/キーワード |
講演名 |
2015-01-26 17:10
DS-netを用いたTSP解探索性能のアクティブニューロンパラメータ依存性 ○奥田 光・早川吉弘(仙台高専) NLP2014-127 |
抄録 |
(和) |
アクティブニューロンモデルの一つとして逆関数遅延モデル(IDモデル)が提案されている.このIDモデルは,組み合わせ最適化問題を解く時に障害となる極小値問題の解決に有効な手段として期待されている.しかしながら,巡回セールスマン問題に代表されるようなコスト項を必要とする問題では,高次シナプス結合を用いる必要があり,結合数の増加に伴い計算コストも増加するという問題点が指摘されていた.この問題は,Dynamic-Static Neural Network(DS-net)を採用し,制約条件項を扱うネットワークとコスト項を扱うネットワークを個別に用意することで解決法が示されている.しかしながら,その性能とニューロンモデルのパラメータ間の関係は未だ明らかにはされていない.本報告では,この点を明らかにすることを目標として,数値実験によりIDモデルの重要なパラメータと性能の関係を調査したので報告する. |
(英) |
The Inverse function Delayed (ID) model has been proposed as one of the active neuron model. The ID model is expected as an effective means to avoid local minimum problems for the purpose of searching best solutions of combination optimization problems(COP). However, the COP including a cost function, as typified by the Traveling Salesman Problem, required the higher order synapse connections, hence it was a serious problem that both the number of synapse connections and calculation time increase rapidly. Therefore, the solution has been reported by using the DS-net which has a network with constraints terms and one with a cost term. The relationship between the performance and the parameters has not been made abundantly clear. In this report, we will aim to clarify this point and report a case to investigate the relationship of important parameters and performance of the ID model by numerical experiment. |
キーワード |
(和) |
ニューラルネットワーク / IDモデル / 極小値問題 / 高次シナプス結合 / DS-net / / / |
(英) |
Neural Network / ID Model / Local Minimum Problem / higher order synapse connections / DS-net / / / |
文献情報 |
信学技報, vol. 114, no. 414, NLP2014-127, pp. 83-88, 2015年1月. |
資料番号 |
NLP2014-127 |
発行日 |
2015-01-19 (NLP) |
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 |
NLP2014-127 |
研究会情報 |
研究会 |
NLP |
開催期間 |
2015-01-26 - 2015-01-27 |
開催地(和) |
コンパルホール |
開催地(英) |
Compal Hall |
テーマ(和) |
一般 |
テーマ(英) |
Nonlinear Problems, etc. |
講演論文情報の詳細 |
申込み研究会 |
NLP |
会議コード |
2015-01-NLP |
本文の言語 |
日本語 |
タイトル(和) |
DS-netを用いたTSP解探索性能のアクティブニューロンパラメータ依存性 |
サブタイトル(和) |
|
タイトル(英) |
The dependence to the active neuron's parameter of the searching performance for TSP's solutions by using DS-net |
サブタイトル(英) |
|
キーワード(1)(和/英) |
ニューラルネットワーク / Neural Network |
キーワード(2)(和/英) |
IDモデル / ID Model |
キーワード(3)(和/英) |
極小値問題 / Local Minimum Problem |
キーワード(4)(和/英) |
高次シナプス結合 / higher order synapse connections |
キーワード(5)(和/英) |
DS-net / DS-net |
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) |
奥田 光 / Hikaru Okuda / |
第1著者 所属(和/英) |
仙台高等専門学校 (略称: 仙台高専)
National Institute of Technology, Sendai College (略称: NIT, Sendai) |
第2著者 氏名(和/英/ヨミ) |
早川 吉弘 / Yoshihiro Hayakawa / |
第2著者 所属(和/英) |
仙台高等専門学校 (略称: 仙台高専)
National Institute of Technology, Sendai College (略称: NIT, Sendai) |
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: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2015-01-26 17:10:00 |
発表時間 |
25分 |
申込先研究会 |
NLP |
資料番号 |
NLP2014-127 |
巻番号(vol) |
vol.114 |
号番号(no) |
no.414 |
ページ範囲 |
pp.83-88 |
ページ数 |
6 |
発行日 |
2015-01-19 (NLP) |
|