محمد سلیمانی پوری - دانشگاه آزاد اسلامی واحد قزوین، گروه مهندسی کامپیوتر و فناوری اطلاعات، قزوین، ایران
کریم فائز - دانشکده مهندسی برق، دانشگاه صنعتی امیرکبیر، تهران، ایران
ابراهیم جلوه فرد - دانشگاه آزاد اسلامی واحد قزوین، گروه مهندسی کامپیوتر و فناوری اطلاعات، قزوین، ایران

شبکه عصبی پرسپترون موازی، شبکهای با ساختاری ساده است؛ که جهت تخمین مورد استفاده قرار می گیرد، در این شبکه ایجاد حداکثر فاصله بین الگوهای ورودی توسط پرسپترونها، سبب افزایش توانایی طبقه بندی در ناحیه تصمیم گیری می شود. در این نوشتار روشی بدون تکرار و دارای توانایی یادگیری آنلاین ارائه شده است؛ که در آن از تابعی مثلثاتی، جهت افزایش توانایی طبقه بندی استفاده می شود.پیچیدگی محاسباتی این روش یک تابع خطی از تعداد ورودی هاست. ارزیابی های صورت گرفته بر روی دادگان استاندارد نشان می دهد که شبکه پرسپترون موازی مستقیم با پیوند تابعی، یک شبکه قابل رقابت با شبکه ها و روشهای مشابه، همچون ماشین بردار پشتیبان، پرسپترون موازی معمولی، درخت تصمیم، مادالاین و غیره در مسائل طبقه بندی است

پرسپترون، پرسپترون موازی مستقیم، پیوند تابعی، شبکه عصبی