梯度下降算法
梯度下降算法的相关文献在1989年到2022年内共计123篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、电工技术
等领域,其中期刊论文88篇、会议论文3篇、专利文献70559篇;相关期刊83种,包括淮南师范学院学报、常熟理工学院学报、大连理工大学学报等;
相关会议3种,包括第二届信息、电子与计算机工程国际学术会议、2018年全国高性能计算学术年会 、第二十六届媒体融合技术研讨会等;梯度下降算法的相关文献由383位作者贡献,包括王刚、杜卓晨、胡小永等。
梯度下降算法—发文量
专利文献>
论文:70559篇
占比:99.87%
总计:70650篇
梯度下降算法
-研究学者
- 王刚
- 杜卓晨
- 胡小永
- 齐慧欣
- 龚旗煌
- 常林晶
- 王之军
- 丁宏恩
- 丁杰
- 余璟
- 俞瑜
- 刘云侠
- 刘哲纬
- 刘少礼
- 刘志伟
- 刘磊
- 刘静
- 吴纯杰
- 吴起行
- 周思跃
- 周爱华
- 孙玉宝
- 岳洋
- 张功甜
- 张占义
- 张鹏
- 彭艳
- 徐健涛
- 徐春雷
- 徐秀之
- 戴中坚
- 戴江鹏
- 朱金达
- 李兴怡
- 李锐铮
- 杜璞良
- 杨佳宇
- 杨国诗
- 杨欣可
- 牛欣翔
- 王琼华
- 王迪
- 田江
- 罗均
- 荣磊
- 蒲华燕
- 谢少荣
- 赵奇
- 赵家庆
- 郑义微
-
-
刘丹;
罗申星
-
-
摘要:
稀疏非负矩阵由于方便计算和存储的优点已被广泛关注.为了得到更稀疏的系数矩阵,在非负矩阵分解(NMF)模型上同时引入L_(1)和L_(1/2)正则项,提出一种新的稀疏NMF模型L_(1)-L_(1/2)-NMF,为快速求解L_(1)-L_(1/2)-NMF,提出梯度下降算法.进一步,基于交替非负最小二乘算法框架,利用KKT条件,提出块坐标下降算法.与梯度下降算法相比,块坐标下降算法得到的系数矩阵更稀疏.针对ORL、CBCL、Yale和Extended Yale 4个图像数据集的实验结果表明,块坐标下降算法和梯度下降算法得到的系数矩阵的稀疏性和相对误差优于其他稀疏NMF算法.
-
-
玛地娜;
程化;
田建国;
陈树琪
-
-
摘要:
人工设计的光子学器件在超分辨、生物传感、光通信等领域都取得了卓越的成就。传统光子学器件的设计往往是通过分析物理模型和建立数值模拟方法实现的,但是基于数值模拟方法的结构设计很大程度上依赖于经验模型,同时在结构优化的过程中需要计算大量的参数组合,因此通常只能在有限的参数空间得到次优的结果。光子学器件的逆向设计有效的解决了上述问题。逆向设计方法可以在更广阔的参数空间寻找最优结构分布,还可以设计人脑无法直观设计的不规则结构,这使得光子学器件的性能更接近极限。本文介绍了光子学器件逆向设计的常用方法及基于逆向设计的几个重要应用。逆向设计方法有望促进集成光学及光场调控领域的发展。
-
-
葛泉波;
张建朝;
杨秦敏;
李宏
-
-
摘要:
梯度下降算法作为卷积神经网络训练常用优化算法,其性能的优劣直接影响网络训练收敛性.本文主要分析了目前梯度优化算法中存在超调而影响收敛性问题以及学习率自适应性问题,提出了一种带微分项的自适应梯度优化算法,旨在改善网络优化过程收敛性的同时提高收敛速率.首先,针对优化过程存在较大超调量的问题,通过对迭代算法的重整合以及结合传统控制学原理引入微分项等方式来克服权重更新滞后于实际梯度改变的问题;然后,引入自适应机制来应对因学习率的不适应性导致的收敛率差和收敛速率慢等问题;紧接着,基于柯西-施瓦茨和杨氏不等式等证明了新算法的最差性能上界(悔界)为■(√T).最后,通过在包括MNIST数据集以及CIFAR-10基准数据集上的仿真实验来验证新算法的有效性,结果表明新算法引入的微分项和自适应机制的联合模式能够有效地改善梯度下降算算法的收敛性能,从而实现算法性能的明显改善.
-
-
张磊;
李世民;
康淑瑰;
王铁宁
-
-
摘要:
为改进灰色Markov装备维修器材需求预测模型在小样本条件下的预测效果与合理性,提出了基于梯度下降算法的灰色Markov模型。通过建立关于各时间节点拟合残差的二乘损失函数,运用梯度下降算法迭代得到灰色Markov模型最优转移概率强度和Kolmogorov方程解的最优待定系数并实施预测。数值模拟与实例分析的结果表明,梯度下降灰色Markov模型可快速有效地搜索转移概率强度以及待定系数的相对优化值,进而改善模型的预测效果和稳定性。
-
-
孙永丰;
徐亮;
沈先春;
金岭;
徐寒杨;
成潇潇;
王钰豪;
刘文清;
刘建国
-
-
摘要:
针对傅里叶变换红外光谱辐射计辐射定标需要黑体辐射面充满仪器视场的技术特点,分析了由于入射光子流较高导致红外探测器产生非线性响应误差的机理.通过仿真包含非线性误差的黑体辐射数据,研究了非线性误差对光谱产生的影响,并根据卷积和交叉迭代两种校正方法,提出了适合校正高阶非线性响应误差的迭代方法—梯度下降法.利用傅里叶变换红外光谱辐射计进行辐射定标实验,对比卷积、交叉迭代和梯度下降法三种校正方法的效果,结果显示三种校正方法均可有效减小非线性误差,分别使拟合优度提高了0.15%,0.29%和0.39%,梯度下降法校正后的光谱数据更为准确.
-
-
李文静;
王潇潇
-
-
摘要:
针对标准长短期记忆(long short-term memory,LSTM)神经网络用于时间序列预测具有耗时长、复杂度高等问题,提出简化型LSTM神经网络并应用于时间序列预测.首先,通过耦合输入门与遗忘门实现对标准LSTM神经网络的结构简化;其次,从门结构控制方程中消除输入信号与偏差实现进一步精简;然后,采用梯度下降算法更新简化型LSTM神经网络的参数;最后,通过2个时间序列基准数据集及污水处理过程出水生化需氧量(biochemical oxygen demand,BOD)质量浓度预测进行实验验证.结果表明:在不显著降低预测精度的情况下,所设计的模型能够缩短训练时间,减少LSTM神经网络的计算复杂度,实现时间序列的预测.
-
-
徐明;
陈豪
-
-
摘要:
基于梯度下降法的RBF网络训练算法收敛速度较慢、易陷入局部最优,并且算法性能受初始值的影响较大.基于粒子群的RBF网络训练算法能够克服梯度下降法易陷入局部最优的缺点,但局部寻优能力不如梯度下降法.分析两种算法的优缺点,提出一种粒子群算法与梯度下降法结合的组合训练方法并用于RBF神经网络的训练.通过实验证明所提出的组合算法相较于梯度下降或粒子群优化算法有着更优的收敛速度与收敛精度.
-
-
兰浩鑫;
曾露
-
-
摘要:
由于脉冲神经网络(Spike Neural Network,SNN)具有的时间特性使其比人工神经网络更容易发生梯度消失或梯度爆炸等问题,因此本文提出时域膜电位归一化方法.通过调整神经元膜电位的分布,减少网络内部的协变量移位,来保证训练深度脉冲神经网络的稳定.通过实验验证了本文方法的有效性,在CIFAR-10数据集上的识别精度达到了88.12%.
-
-
史加荣;
王丹;
尚凡华;
张鹤于
-
-
摘要:
在机器学习领域中,梯度下降算法是求解最优化问题最重要、最基础的方法.随着数据规模的不断扩大,传统的梯度下降算法已不能有效地解决大规模机器学习问题.随机梯度下降算法在迭代过程中随机选择一个或几个样本的梯度来替代总体梯度,以达到降低计算复杂度的目的 .近年来,随机梯度下降算法已成为机器学习特别是深度学习研究的焦点.随着对搜索方向和步长的不断探索,涌现出随机梯度下降算法的众多改进版本,本文对这些算法的主要研究进展进行了综述.将随机梯度下降算法的改进策略大致分为动量、方差缩减、增量梯度和自适应学习率等四种.其中,前三种主要是校正梯度或搜索方向,第四种对参数变量的不同分量自适应地设计步长.着重介绍了各种策略下随机梯度下降算法的核心思想、原理,探讨了不同算法之间的区别与联系.将主要的随机梯度下降算法应用到逻辑回归和深度卷积神经网络等机器学习任务中,并定量地比较了这些算法的实际性能.文末总结了本文的主要研究工作,并展望了随机梯度下降算法的未来发展方向.
-
-
汪家兴;
宁宇航;
洪洋
-
-
摘要:
在天线设计过程中,通常需要耗费巨大的计算资源和时间成本,使用神经网络对天线进行建模可以大幅度提高设计效率.基于反向传播算法训练的神经网络有着容易陷入局部极小的问题.对此,本文提出一种梯度粒子群(GPSO)的混合算法对神经网结构参数进行初期优化,再用弹性反向传播算法(RP)进行细致的训练,并基于该方法对一个具有多个优化目标的E形宽带天线进行了建模和快速设计.仿真结果表明,所提出的方法相对于用单一的RP算法和PSO-RP算法训练的神经网络有更好的收敛性误差和泛化能力,对天线的高效精准设计具有一定价值.
-
-
-
-
Yabin Xu;
徐雅斌;
Hongen Peng;
彭宏恩
- 《2018年全国高性能计算学术年会》
| 2018年
-
摘要:
通过对PaaS平台中应用对资源的需求进行准确的预测,可以有效的优化PaaS平台的资源配置,合理、有效的进行资源调度.为此,本文提出了一种基于时间序列的短期预测与周期性预测相结合的综合预测模型.该模型根据PaaS平台中应用对资源需求的周期性,对应用资源序列进行切分,在短期预测的基础上结合应用的多周期性特征,利用多元回归算法建立综合的预测模型.对比实验结果表明,本文提出的面向PaaS平台应用的预测方案具有更高的准确性与更好的稳定性.
-
-
Yabin Xu;
徐雅斌;
Hongen Peng;
彭宏恩
- 《2018年全国高性能计算学术年会》
| 2018年
-
摘要:
通过对PaaS平台中应用对资源的需求进行准确的预测,可以有效的优化PaaS平台的资源配置,合理、有效的进行资源调度.为此,本文提出了一种基于时间序列的短期预测与周期性预测相结合的综合预测模型.该模型根据PaaS平台中应用对资源需求的周期性,对应用资源序列进行切分,在短期预测的基础上结合应用的多周期性特征,利用多元回归算法建立综合的预测模型.对比实验结果表明,本文提出的面向PaaS平台应用的预测方案具有更高的准确性与更好的稳定性.
-
-
Yabin Xu;
徐雅斌;
Hongen Peng;
彭宏恩
- 《2018年全国高性能计算学术年会》
| 2018年
-
摘要:
通过对PaaS平台中应用对资源的需求进行准确的预测,可以有效的优化PaaS平台的资源配置,合理、有效的进行资源调度.为此,本文提出了一种基于时间序列的短期预测与周期性预测相结合的综合预测模型.该模型根据PaaS平台中应用对资源需求的周期性,对应用资源序列进行切分,在短期预测的基础上结合应用的多周期性特征,利用多元回归算法建立综合的预测模型.对比实验结果表明,本文提出的面向PaaS平台应用的预测方案具有更高的准确性与更好的稳定性.
-
-
Yabin Xu;
徐雅斌;
Hongen Peng;
彭宏恩
- 《2018年全国高性能计算学术年会》
| 2018年
-
摘要:
通过对PaaS平台中应用对资源的需求进行准确的预测,可以有效的优化PaaS平台的资源配置,合理、有效的进行资源调度.为此,本文提出了一种基于时间序列的短期预测与周期性预测相结合的综合预测模型.该模型根据PaaS平台中应用对资源需求的周期性,对应用资源序列进行切分,在短期预测的基础上结合应用的多周期性特征,利用多元回归算法建立综合的预测模型.对比实验结果表明,本文提出的面向PaaS平台应用的预测方案具有更高的准确性与更好的稳定性.