Hits:

Indexed by:期刊论文

Date of Publication:2015-01-01

Journal:中国科学. 数学

Included Journals:PKU、ISTIC、CSCD

Volume:45

Issue:9

Page Number:1487-1504

ISSN No.:1674-7216

Key Words:神经网络; 稀疏化; L_(1/2)正则化

Abstract:在保证适当学习精度前提下,神经网络的神经元个数应该尽可能少(结构稀疏化),从而降低成本,提高稳健性和推广精度.本文采用正则化方法研究前馈神经网络
   的结构稀疏化.除了传统的用于稀疏化的L1正则化之外,本文主要采用近几年流行的L_(1/2)正则化.为了解决L_(1/2)正则化算子不光滑、容易导
   致迭代过程振荡这一问题,本文试图在不光滑点的一个小邻域内采用磨光技巧,构造一种光滑化L_(1/2)正则化算子,希望达到比L1正则化更高的稀疏化效
   率.本文综述了近年来作者在用于神经网络稀疏化的L_(1/2)正则化的一些工作,涉及的神经网络包括BP前馈神经网络、高阶神经网络、双并行前馈神经网
   络,以及Takagi-Sugeno模糊模型.