بهبود شناسایی الگو در ربات ها با استفاده از شبکه ی عصبی آشوب گونه ی کنترل شده
Publish place: 11th Intelligent Systems Conference
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 721
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICS11_221
تاریخ نمایه سازی: 14 مهر 1392
Abstract:
برای ایجاد شبکه ی عصبی آشوبگونه، نیاز به وجود تابع سیگموید می باشد. در این مقاله و بواسطه ی راهکار پیشنهادی ما، برای بهتر شدن روش به حالت پویا، کاهش آشوب، بهبود نمای لیاپانوف و افزایش سرعت همگرایی اقدام به ارائه ی نوعی تابع جدید نمودهایم. تابع مورد نظر علاوه بر پوشایی کامل کاستیهای شبکه ی عصبی آشوبگونه همانند بالا بودن زمان اجرایی، زیاد بودن عملیات محاسباتی و پایین بودن سرعت همگرایی می تواندکمک بسزایی در رفع مشکلات ثانویه ی شبکه ی عصبی آشوبگونه داشته باشد. از سوی دیگر، روش جدیدی که برای کنترل آشوب در این مقاله پیشنهاد می شود منحصراً برای حافظه ی انجمنی بکار گرفته خواهد شد و با تغییر ضریب کنترل در آن با استفاده از روش متریک معکوس، خروجی های شبکه ی عصبی آشوبگونه کنترل شده، با سرعت بیشتری به الگوهای ذخیره شده همگرا می شوند. روش کنترلی فوق، کاملاً هوشمند بوده و با اعمال چنین مکانیسمی به حافظه داخلی ربات، عملیات شناسایی الگو می تواند توسط ربات انجام پذیرد و بدین واسطه نرخ تشخیص تا حد زیادی بالا رود. سپس به بررسی تأثیر هوشمندسازی ربات با بهره گیری از شبکه ی عصبی آشوبگونه ی کنترل شده برای حداقل کردن خطای ممکن در شناسایی الگوهای نویزدار خواهیم پرداخت
Keywords:
Authors
مریم نحوی فارسی
دانشجوی کارشناسی ارشد دانشگاه پیام نور تهران
مجید امیرفخریان
دانشیار دانشگاه آزاد اسلامی واحد تهران مرکزی
رضا عسکری مقدم
استادیار دانشکده ی علوم و فنون نوین دانشگاه تهران
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 :