Fungsi carian sedang dalam pembinaan.
Fungsi carian sedang dalam pembinaan.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Local Search with Probabilistic Modeling for Learning Multiple-Valued Logic Networks Carian Tempatan dengan Pemodelan Kebarangkalian untuk Mempelajari Rangkaian Logik Berbilang Nilai

Shangce GAO, Qiping CAO, Masahiro ISHII, Zheng TANG

  • pandangan teks lengkap

    0

  • Petikan Ini

Ringkasan:

Kertas kerja ini mencadangkan algoritma pembelajaran pemodelan kebarangkalian untuk pendekatan carian tempatan kepada rangkaian Logik Bernilai Berbilang (MVL). Model pembelajaran (PMLS) mempunyai dua fasa: fasa carian tempatan (LS) dan fasa model probabilistik (PM). LS melakukan carian dengan mengemas kini parameter rangkaian MVL. Ia bersamaan dengan penurunan kecerunan ukuran ralat, dan membawa kepada ralat minimum setempat yang mewakili penyelesaian yang baik kepada masalah tersebut. Setelah LS terperangkap dalam minima tempatan, fasa PM cuba menjana titik permulaan baharu untuk LS untuk carian selanjutnya. Dijangkakan bahawa pencarian selanjutnya dipandu ke kawasan yang menjanjikan oleh model kebarangkalian. Oleh itu, algoritma yang dicadangkan boleh melarikan diri dari minima tempatan dan mencari hasil yang lebih baik lagi. Kami menguji algoritma pada banyak rangkaian MVL yang dijana secara rawak. Hasil simulasi menunjukkan bahawa algoritma yang dicadangkan adalah lebih baik daripada kaedah pembelajaran carian tempatan yang dipertingkatkan yang lain, seperti carian tempatan dinamik stokastik (SDLS) dan carian tempatan dinamik huru-hara (CDLS).

Jawatankuasa
IEICE TRANSACTIONS on Fundamentals Vol.E94-A No.2 pp.795-805
Tarikh penerbitan
2011/02/01
Diumumkan
ISSN dalam talian
1745-1337
DOI
10.1587/transfun.E94.A.795
Jenis Manuskrip
PAPER
kategori
Rangkaian Neural dan Bioengineering

Pengarang

Kata kunci

Contents [show]