@techreport{oai:ipsj.ixsq.nii.ac.jp:00191723,
 author = {岡崎, 秀晃 and 小澤, 和也 and 磯貝, 海斗 and 橘, 俊宏 and 中野, 秀夫 and Hideaki, Okazaki and Kazuya, Ozawa and Kaito, Isogai and Toshihiro, Tachibana and Hideo, Nakano},
 issue = {18},
 month = {Nov},
 note = {本報告では，Parametric ReLU (PReLU) 関数を活性化関数として持つニューラルネットワークの多項式関数包囲をいかに構築するか議論する．[12] と類似の 2 入力の入力層，4 ノードの隠れ層，1 出力の出力層からなる 3 層のニューラルネットワーク ： 3 層 PReLU NN に注目する．そして，多項式関数 : α₀ + α₁ x₁ + α₂ x₂ +α₃ x₁ x₂  を基礎として，この 3 層 PreLU NN の多項式関数包囲を求める方法を与える．, In this report we study how to build a polynomial function enclosure for neural networks (NN) with parametric rectified linear units (PReLU). We focus on a three-layer neural network similar to [12] that has two input nodes, four hidden processing nodes, and a single output node. We give a method to obtain a polynomial function enclosure for the three-layer PReLU NN, based on a polynomial function : α₀ + α₁ x₁ + α₂ x₂ +α₃ x₁ x₂},
 title = {Parametric ReLU関数を活性化関数として持つニューラルネットワークの多項式関数包囲を構築する方法},
 year = {2018}
}