搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

神经网络的自适应删剪学习算法及其应用

引用本文:
Citation:

神经网络的自适应删剪学习算法及其应用

ADAPTIVE TRAINING AND PRUNING FOR NEURAL NETWORKS:ALGORITHMS AND APPLICATION

CHEN SHU, CHANG SHENG-JIANG, YUAN JING-HE, ZHANG YAN-XIN, K.W.WONG
PDF
导出引用
  • 在局域卡尔曼滤波算法的基础上,提出了一种自适应删剪学习算法,这一算法的核心是用网络训练结束后得到的局域的误差协方差矩阵测量权重的重要性,通过删除不重要的权重,得到一个紧凑的网络结构.广义异或逻辑函数和手写体数字识别的计算机模拟结果显示该方法是一种有效的网络规模优化算法
    Finding an optimal network size is one of the major concerns when building a neural network. In using the local extended Kalman filter (EKF) algorithm, we propose an efficient approach that combines EKF training and pruning as a whole. In particular, the covariance matrix obtained along with the local EKF training can be utilized to indicate the importance of the network weights. As a result, the network size can be determined adaptively to keep pace with the changes in input characteristics. The effectiveness of this algorithm is demonstrated on generalized XOR logic function and handwritten digit recognition.
    • 基金项目: 国家自然科学基金(批准号:69877005)资助的课题.
计量
  • 文章访问数:  5100
  • PDF下载量:  451
  • 被引次数: 0
出版历程
  • 收稿日期:  2000-05-28
  • 修回日期:  2000-07-17
  • 刊出日期:  2001-02-05

神经网络的自适应删剪学习算法及其应用

  • 1. 南开大学现代光学研究所教育部光学信息技术科学开放实验室,天津300071
    基金项目: 国家自然科学基金(批准号:69877005)资助的课题.

摘要: 在局域卡尔曼滤波算法的基础上,提出了一种自适应删剪学习算法,这一算法的核心是用网络训练结束后得到的局域的误差协方差矩阵测量权重的重要性,通过删除不重要的权重,得到一个紧凑的网络结构.广义异或逻辑函数和手写体数字识别的计算机模拟结果显示该方法是一种有效的网络规模优化算法

English Abstract

目录

    /

    返回文章
    返回