Toward next-generation flexible and interpretable deep learning: A novel evolutionary wide dendritic learning

迈向下一代灵活且可解释的深度学习：一种新颖的进化广泛的树突学习

• 批准号: 22H03643
• 负责人: 高 尚策
• 金额: $ 11.65万
• 依托单位: University of Toyama
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22H03643/
• 关键词: 深層学習; 人工知能; 進化計算; 学習アルゴリズム

本研究では、広く認知されている生物学的に妥当な樹状ニューロンモデル（DNM）に基づく新しい進化型広域樹状学習（EWDL）を提案する。具体的には、EWDLは以下の3つの新しい特徴を実現する。1）「広範囲」：単一のニューロンの広い樹状構造からの大きな計算能力を持つ。2）「局所的」：シナプスと樹状突起内の局所的形態を修正と拡張する機能に基づく知識発見能力を持つ。そして3）「進化的」：誤差逆伝播と進化学習アルゴリズムによって、最適なEWDLのアーキテクチャを発見する。本年度は、樹状構造DNMを基盤とした新しい拡張ネットワークMDNM（EWDLの一種）が提案され、複数クラス分類問題の解決が可能になった。さらに、MDNMの効率的な誤差逆伝播学習アルゴリズムが初めて導出されった。広範な実験結果により、提案手法の有効性と優越性が、他の9つの最先端の分類器と比較して、10のデータセット（ウェブサービスの実世界問題を含む）において示された。実験結果から、提案された学習アルゴリズムは、分類性能と安定性において有能で信頼性があり、小規模の不均衡データにおいて注目すべき利点を持つことが示唆されている。さらに、規模によって制約されたネットワーク構造の側面も調べられた。また、ニューロンの樹状突起の強力な情報処理能力を考慮して、新しい樹状残差ネットワーク（DResNet）が提案された。COVID-19の予測問題に基づく実験結果は、提案手法が他の最新の手法よりも優れていることを示した。さらに、EWDLを学習する進化計算アルゴリズムもいくつかを提案し、その有効性を検討した。

This study proposes a new evolutionary domain learning (EWDL) approach to the development of knowledge and understanding in biology, including appropriate tree learning (DNM). Specific features of EWDL include the following 3 new features. 1)"": 2)"Office": the shape of the office in the tree protrusion is modified and the function is maintained. 3)"Evolutionary": error inverse propagation and evolutionary learning, optimal EWDL and evolutionary learning. This year, the tree structure DNM is a new type of tree structure, and it is possible to solve the problem of multiple tree classification. The error of MDNM efficiency is inverse propagation learning. The results of the classification, the effectiveness and superiority of the proposed method, the comparison of the most advanced classifiers, the The results show that the classification performance and stability of the system can be improved, and the small-scale unbalanced system can be improved. In addition, the size of the structure is controlled by the bottom of the structure. The powerful information processing capability of tree protrusions is considered, and a new tree residual generator (DResNet) is proposed. COVID-19 prediction problem based on the implementation of the results, proposal methods and other new methods to improve the quality of information The EWDL is a learning process that evolves from a set of rules to a set of rules.

项目成果

Predicting aerodynamic pressure on a square cylinder from wake velocity field by masked gated recurrent unit model

通过掩蔽门控循环单元模型从尾流速度场预测方形圆柱体上的气动压力

• DOI: 10.1063/5.0110491
• 发表时间: 2022
• 期刊: Physics of Fluids
• 影响因子: 4.6
• 作者: Yan Mengtao;Zhang Zhiming;Gao Shangce;Cao Shuyang
• 通讯作者: Cao Shuyang

Rendering of Scratched Transparent Materials using Precomputed SV-BSDFs

使用预计算的 SV-BSDF 渲染有划痕的透明材质

• 发表时间: 2022
• 作者: Shintaro Fuji;Syuhei Sato;Kei Iwasaki;Yoshinori Dobashi;Shangce Gao;and Zheng Tang
• 通讯作者: and Zheng Tang

A Dual Learning Strategy-based Particle Swarm Optimization with Adaptive Velocity Control

• DOI: 10.1109/icnsc55942.2022.10004092
• 发表时间: 2022-12
• 期刊: 2022 IEEE International Conference on Networking, Sensing and Control (ICNSC)
• 作者: X. Yang;Zonghui Cai;Shangce Gao

Gravitational Search Algorithm With Hierarchical Structure Guided By Elite Individual

• DOI: 10.1109/iscid56505.2022.00047
• 发表时间: 2022-12
• 期刊: 2022 15th International Symposium on Computational Intelligence and Design (ISCID)
• 作者: Haotian Li;Yifei Yang;Haichuan Yang;Zheng Tang;Shangce Gao

An Optimal Differential Vector Incorporated Whale Optimizer

• DOI: 10.1109/iscid56505.2022.00009
• 发表时间: 2022-12
• 期刊: 2022 15th International Symposium on Computational Intelligence and Design (ISCID)
• 作者: Jiatianyi Yu;Haichuan Yang;Baohang Zhang;Shibo Dong;Shangce Gao