ベクトル量子化機能を利用したコホーネンネットによる配置問題の解法
スポンサーリンク
概要
- 論文の詳細を見る
本稿では、コホーネンネットによるLSIモジュール配置問題への適用の定式化を考察するため、まずコホーネンネットによるフィーチャーマップと近傍関係の関係を明らかにする。即ち、コホーネンネットのフィーチャーマップにより、各々のシナプスが他のシナプスの近傍関係による重心に配置されることを示す。次に、配置問題において欠点となる離散微細構造の対策法により、LSIモジュール配置を行う際の近傍関係の設定法を述べる。最後に実用性を検討するためシミュレーションにより、本コホーネンネットによる手法と、SA法と最小カット法について比較を行った結果、本コホーネンネットがSA法と最小カット法の中間の性能を持つことが分かった。
- 1993-09-22
著者
関連論文
- スーパミニコン内蔵型ベクトルプロセッサの演算制御方式
- コホーネンネットのフィーチャーマップを利用した配置問題の解法
- ベクトル量子化機能を利用したコホーネンネットによる配置問題の解法
- 免疫ネットワークにプラントの知見を導入したプラント特性変化・センサ劣化診断システム
- 鉄鋼プラント解析システムの開発 : データのハンドリングとこれを用いた制御・診断
- あいまい量子化ベクトルの導入による正常データのみを用いて構築した異常診断システムの性能向上方式
- アジャスティングニューラルネットの拡張によるチューニング特性改善の検討
- 知的操業保守支援システムの開発
- 免疫ネットワ-クとベクトル量子化を組み合わせたセンサ診断システム
- モデルチュ-ニングを高精度に行うアジャスティングニュ-ラルネットの構成と学習方式
- アジャスティングニューラルネットの性能向上方式
- 学習前にパターン認識用ネットの収束を判定する方法
- パターン認識用ネットからのアルゴリズムの抽出法
- ステッケルミル制御システムの開発と試運転
- 内蔵型高速PROLOGプロセッサIPP(XII) : システム統合
- ドライブ装置のデータ収集・診断システム
- WEB技術を活用した計算機制御システム
- 非零対角要素を持つホップフィールドニューラルネットを用いたLSIモジュール配置法
- Prologの最適化方式
- パターン認識用ネットの学習の高速化と汎化能力の向上方式
- パターン認識用ニューラルネットの構築法
- パターン認識用ニューラルネットのチューニング法
- パターン認識用ニューラルネットはいかにして構成できるか?
- 線形回帰分析による多層ニューラルネットの中間層ニューロン数決定方法
- 大気腐食環境モニタリング技術の開発 : 電機制御盤劣化診断システムの構築を目指して
- Windows^【○!R】CE のリアルタイム化とコントローラへの応用
- ファジィ多重回帰モデルの自動構築アルゴリズム
- ファジィ多重回帰最適化アルゴリズムの高効率実行方式
- 相対的知識を利用した異常診断手法と鉄鋼プラントへの適用
- モード情報を用いたシャローバックトラックの高速化方式
- 内蔵型PrologプロセッサIPPの最適化コンパイル方式の提案と性能評価
- Prolog最適化コンパイラの開発(VII) : 大域最適化コンパイル方式
- Prolog最適化コンパイラの開発(VI) : 大域最適化評価と高速リスト処理命令の提案
- Prolog最適化コンパイラの開発(V) : 構造体のハッシング方式と動的評価
- ステッケルミル用クラウン形状制御システムの開発
- 楕円領域をもつファジィクラシファイアの学習方式
- ファジィ領域の解析による特徴量の選択
- 教師データから抽出したファジィルールのチューニング法
- 汎化能力向上を目的としたクラスタリング用ニューラルネットの学習方式
- クラスタリング用ニューラルネットの学習方式
- 多層ニューラルネットにおける汎化能力の中間層ニューロン数依存性
- 多層ニューラルネットの最適中間層ニューロン数決定方法
- 不等式の求解によるファジィルールのチューニング
- 楕円領域の解析による特徴量の選択
- 不等号制約を持つHopfield型ニューラルネットの収束理論
- 教師データから直接抽出したファジィルールによるパターン認識
- ホップフィールドネットの積分の高速化方式
- ホップフィールドニューラルネットの重みの決定法とその評価
- 並列順伝播学習方式
- プラントデータ利用技術に関するアルゴリズム的検討と実機評価 : プラントデータ洗練化の試み
- 感度解析を用いたニュ-ラルネットの入力層の最適化とその数字認識への適用 (ニュ-ラルネットワ-クの産業応用)
- Hopfield型ニューラルネットの理論的考察