طراحی شبکه عصبی جلو سوی آشوبگونه

Publish Year: 1390
نوع سند: مقاله ژورنالی
زبان: Persian
View: 218

This Paper With 14 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_ISEE-2-4_002

تاریخ نمایه سازی: 6 دی 1400

Abstract:

چکیده: بر اساس مطالعات جدید محققان، سیناپس ها یکی از پویاترین اجزا دستگاه عصبی جانداران هستند و حتی پس از مرحله تعلیم نیز قدرت هر سیناپس ثابت باقی نمی ماند. در این مقاله، روشی برای آشوبی کردن وزن های شبکه عصبی جلو سو ارائه شده است. در این روش وزن های یک شبکه عصبی جلو سو پس از تعلیم به عنوان وزن های پایه در نظر گرفته شدهاند. با استفاده از توابع لجستیک (که در محدوده مناسبی به صورت آشوبگونه نوسان میکنند) و وزنهای پایه، شبکه عصبی جلو سوی آشوبگونه ای طراحی گردید که وزن های آن در هر لحظه به صورت آشوبگونه تغییر می کند. با استفاده از الگوریتم ارائه شده در این مقاله، وزن های آشوبی طوری با یکدیگر همزمان میشوند که خطای خروجی حداقل میگردد. با این روش، تمامی داده هایی که توسط شبکه جلو سوی پایه اشتباه تشخیص داده شده بودند، شناسایی و برای آنها خروجی "غیر قابل شناسایی" ایجاد میشود.

Keywords:

واژه های کلیدی: ابر صفحه جداکننده , بازشناسی , سیناپس پویا , شبکه عصبی جلو سو , نظریه آشوب

Authors

ابوذر طاهرخانی

- کارشناسی ارشد مهندسی پزشکی- بیوالکتریک، دانشکده مهندسی پزشکی- دانشگاه صنعتی امیرکبیر- تهران- ایران

شهرام جوادی

عضو هیات علمی دانشگاه آزاد اسلامی واحد تهران مرکز، دانشکده مهندسی برق- تهران- ایران

سام معینی

کارشناسی ارشد مهندسی برق- الکترونیک، دانشکده مهندسی برق - دانشگاه آزاد اسلامی واحد تهران مرکز- تهران- 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 :
  • مراجع[۱] A. Taherkhani, S.A. Seyyedsalehi, A.H. Jafari, “Design of a ...
  • P. Stern, “Neuroscience: A Vibrant Connection”, Science, Vol. ۲۹۸, p. ...
  • R. S. Zucker, and W. G. Regehr, “Short-term Synaptic Plasticity”, ...
  • J. S. Liaw, and T. W. Berger, “Dynamic Synapse: A ...
  • J. Storck, F. Jäkel, and G. Deco, “Temporal Clustering with ...
  • J. Storck, F. Jäkel, and G. Deco, “Learning Spatiotemporal Stimuli ...
  • T. Natschläger, W. Maass, and A. Zador, “Efficient Temporal Processing ...
  • S. George, A. Dibazar, V. Desai, and T. W. Berger, ...
  • S. George, A. Dibazar, V. Desai, and T. W. Berger, ...
  • W. Senn, H. Markram, and M. Tsodyks, “An Algorithm for ...
  • H. H. Narnarvar, and T. W. Berger, “Trust Region Nonlinear ...
  • سهراب صائب طاهری، آیدین فرجی و سید علی سیدصالحی، مقایسه ...
  • WALTER J. FREEMAN, “Strange Attractors that Govern Mammalian Brain Dynamics ...
  • Yao, Y., Freeman, “Model of biological pattern recognition with spatially ...
  • Michael A. Arbib, The Handbook of Brain Theory and Neural ...
  • R. D. Pinto, P. Varona, A. R. Volkovskii, A. Sz¨ucs, ...
  • Xiao. Yanga, Q. Yuan, “Chaos and transient chaos in simple ...
  • Sang. Kim, Su-Dong, Won. Park, “An adaptive neuro-controller with odified ...
  • E. Del-Moral-Hernandez, “Neural networks with chaotic recursive nodes: techniques for ...
  • E. Del-Moral-Hernandez, “Non-homogenous neural networks with chaotic recursive nodes: Connectivity ...
  • E. Del-Moral-Hernandez, “Chaotic Searches and Stable Spatio-temporal Patterns as a ...
  • G. E. Hinton and R. R. Salakhutdinov, “Reducing the Dimensionality ...
  • G. Dreyfus, Neural Networks Methodology and Applications, Springer-Verlag Berlin Heidelberg ...
  • Sergios Theodoridis, Konstantinos Koutroumbas, pattern recognition, ۴th edition, Academic Press ...
  • R. C. Hilborn, Chaos and nonlinear dynamics An introduction for ...
  • USPS handwritten digit data: esampled.zip was gathered at the Center ...
  • http://www.gaussianprocess.org/gpml/data ...
  • نمایش کامل مراجع