تنظیم خودکار روند به روزرسانی تطبیقی ضرایب در شبکه عصبی پرسپترون چند لایه با قانون تطبیق مرتبه متغیر
Publish Year: 1399
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 459
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ECECON01_008
تاریخ نمایه سازی: 25 بهمن 1399
Abstract:
عملگرهای مرتبه ناصحیح در دهه های اخیر کاربرد فراوانی درمهندسی، فیزیک، مدلسازی و حتی علوم طبیعی و اجتماعی داشته اند. سیستم های دینامیکی مرتبه ناصحیح به عنوان تعمیمی مستقیم از سیستم های دینامیکی سنتی مرتبه صحیح هستند. اما مواردی مانند پایداری و همگرایی در این دو مقوله به نوعی با هم متفاوت است. همچنین مرتبه نقش بسیاری در رفتار سیستم داشته و به نوعی میزان پویایی آن را مشخص می کند. با توجه به این موضوع که اعمال قانون به روز رسانی تطبیقی ضرایب در شبکه های عصبی به خصوص در شناسایی و کنترل بسیار متداول است، یک رویکرد برای بهبود عملکرد این شبکه ها استفاده از قانون تطبیق مرتبه ناصحیح است. علاوه بر پایداری بیشتر که یک ویژگی مهم سیستم های دنیامیکی مرتبه ناصحیح نسبت به همتای مرتبه صحیح است، خصوصیتی به شبکه عصبی اضافه می کند که در صورت طراحی صحیح منجر به تنظیم قانون آموزش به صورت خودکار می شود. موضوع اصلی این مقاله نیز در همین راستا است.در واقع هدف آن است که یک قانون تطبیق با مرتبه متغیر به نحوی معرفی شود که منجر به توقف و شروع مجدد روند آموزش به صورت خودکار شود.
Keywords:
Authors
سیدسپهر طباطبایی
گروه مهندسی برق، مرکز آموزش عالی شهرضا، ایران