بررسی کارائی مشتق کسری در شبکه عصبی MLP
Publish place: 2nd Joint Congress on Fuzzy and Intelligent Systems
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 870
This Paper With 5 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:
FJCFIS02_159
تاریخ نمایه سازی: 26 تیر 1392
Abstract:
در این مقاله، اثر استفاده از مشتق کسری در کارائی شبکهی عصبی مورد بررسی قرار میگیرد. پس از بیان روش آموزش Backpropagationدر شبکهی عصبی، عملگر مشتق کسری جایگزین مشتق معمولی تابع تانژانت-هیپربولیکtanhمیگردد. با این کار درجهی آزادی موجود در آموزش شبکهی عصبی افزایش مییابد. بدین صورت که میتوان مشتقی کسری پیدا نمود که با اعمال آن سرعت آموزش شبکهی بیشتر شده و همچنین دارای خطای دادگان آزمایش کمتری از حالت مشتق معمولی باشد. براینشان دادن کارایی روش مورد استفاده، نمونههایی در نظر گرفته میشود که در آن، شبکه ی عصبی عمل تقریب زدن تابع شناسایی سیستم و کلاس بندیClassification) آنها را انجام میدهد. در نهایت، نتایج عددی در هر دو مورد مشتق معمولی و کسری در جداولی تنظیم گردیده و با هم مقایسه خواهد شد.
Keywords:
Authors
میثم یحییزاده
دانشکده مهندسی برق، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران