再帰型ニューラルネットワークの安定性判別のための圧縮モデルの構築と入出力特性の評価

DOI Web Site Web Site 参考文献9件

書誌事項

タイトル別名
  • Construction and Input-to-output Characteristics Evaluation of Compressed Model of Recurrent Neural Networks for Their Stability Analysis
  • サイキガタ ニューラルネットワーク ノ アンテイセイ ハンベツ ノ タメ ノ アッシュク モデル ノ コウチク ト ニュウシュツリョク トクセイ ノ ヒョウカ
公開日
2025
資源種別
journal article
DOI
  • 10.9746/sicetr.61.104
公開者
公益社団法人 計測自動制御学会

この論文をさがす

説明

<p>This paper proposes a model compression method of reducing the number of nonlinear activation functions of continuous-time recurrent neural networks (RNNs). Ensuring the internal stability of the compressed RNN guarantees that of the original RNN. An error bound between the outputs of the compressed RNN and the original one is derived. Moreover, an optimization problem for reducing the bound is formulated, and it is relaxed to a semi-definite programming problem. Furthermore, it is shown that the proposed model compression method produces a compressed RNN whose output is close to that of the original one as a general tendency. The proposed method is demonstrated on a simple numerical example.</p>

収録刊行物

参考文献 (9)*注記

もっと見る

関連プロジェクト

もっと見る

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ