تنظیم پارامترهای الگوریتمهای یادگیری در شبکه های عصبی SDPTA,EBTPA,RDPTA,SCPTA با استفادها ز آتاماتون های یادگیر و مقایسه آن با روش سعی و خطا
Publish place: 10th Annual Conference of Computer Society of Iran
Publish Year: 1383
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,355
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ACCSI10_087
تاریخ نمایه سازی: 25 آذر 1390
Abstract:
یکی از ابزارهای هوش مصنوعی شبکه های عصبی مصنوعی است که امروزه موردتوجه بسیاری از محققان قرارگرفته است مهمترین ویژگی یک شبکه عصبی الگوریتم یادگیری آن است پارامترهای مختلفی درالگوریتم یادگیری شبکه عصبی مصنوعی می تواند وجود داشته باشد که تنظیم صحیح و دقیق آن می توان به کارآمدی الگوریتم درروند کاربردی شبکه عصبی منجر شود اعم این پارامترها بترتیب درشبکه های EBPTA,SCPTA,RDPTA,SDPTA عبارتنداز c,r که دراین تحقیق به تنظیم ان به روش آتاماتون و مقایسه آن با تنظیم به روش سعی و خطا پرداخته شده است.
Keywords:
Authors
علی یوسفی
دانشگاه آزاد اسلامی واحد همدان
محمدرضا میبدی
دانشگاه صنعتی امیرکبیر
محمد تشنه لب
دانشگاه صنعتی خواجه نصیرالدین طوسی
کامبیز بدیع
مرکز تحقیقات مخابرات ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :