前饋神經網路的結構稀疏化設計與分析

前饋神經網路的結構稀疏化設計與分析

《前饋神經網路的結構稀疏化設計與分析》是依託大連理工大學,由吳微擔任項目負責人的面上項目。

基本介紹

  • 中文名:前饋神經網路的結構稀疏化設計與分析
  • 依託單位:大連理工大學
  • 項目類別:面上項目
  • 項目負責人:吳微
項目摘要,結題摘要,

項目摘要

在保證適當學習精度前提下,神經網路的權值連線以及神經元應該儘可能少(結構稀疏化),從而降低成本,提高穩健性和推廣精度。本項目用正則化方法研究前饋神經網路的結構稀疏化,有以下幾個要點:1、傳統的神經網路正則化通過懲罰冗餘權值連線達到權值稀疏化;我們主張通過懲罰冗餘單元而達到效率更高的單元稀疏化。2、除了傳統的用於稀疏化的L1正則化之外,我們還採用近幾年流行的L1/2正則化。為了解決L1/2正則化運算元不光滑,容易導致疊代過程震盪這一問題,我們試圖在不光滑點的一個小鄰域內採用磨光技巧,構造一種光滑化L1/2正則化運算元,以期達到比L1正則化更高的稀疏化效率。3、我們首倡研究輸入層單元稀疏化,不但作為整個網路結構稀疏化的一部分,更使得神經網路成為非線性壓縮感知的一個可行工具。4、用於多分類問題時,我們首倡輸出層單元採用二進制方式,代替傳統的亮燈方式,簡單高效地減少輸出單元。

結題摘要

本項目利用正則化方法研究前饋神經網路的結構稀疏化,發表23篇期刊論文。其中SCI論文18篇,EI論文2篇,核心期刊論文3篇。取得以下主要成果:1. 針對BP神經網路的L1/2正則化學習算法,完成7篇論文。2. 用於高階、區間、模糊、脈衝、ELM神經網路、模糊粗糙等幾類特殊的神經網路的學習算法,發表論文9篇。3. 其他智慧型計算方法,發表論文7篇。

相關詞條

熱門詞條

聯絡我們