CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

افزایش سرعت یادگیری شبکه‌های عصبی تپشی به کمک تندترین کاهش گرادیان پی بهبود یافته با تانژانت موازی

عنوان مقاله: افزایش سرعت یادگیری شبکه‌های عصبی تپشی به کمک تندترین کاهش گرادیان پی بهبود یافته با تانژانت موازی
شناسه ملی مقاله: ISFAHANELEC01_120
منتشر شده در اولین کنفرانس ملی مهندسی برق اصفهان در سال 1391
مشخصات نویسندگان مقاله:

حسین خرم آبادی آرانی - دانشجوی کارشناسی ارشد مخابرات سیستم دانشکده فنی مهندسی دانشگاه اصفهان
پیمان معلم - دانشیار گروه مهندسی برق دانشکده فنی مهندسی دانشگاه اصفهان
کمال شاه طالبی - عضو هیئت علمی گروه مهندسی برق دانشگاه اصفهان

خلاصه مقاله:
در این مقاله فرایند یادگیری در شبکه‌های عصبی تفرشی بررسی شده است. زیاد شدن تعداد تکرار های مورد نیاز برای هم‌گرایی شبکه‌های عصبی تپشی می‌تواند به عنوان یک ظرف این شبکه‌ها محسوب شود برای همین بهبود فرایند یادگیری می‌تواند باعث کاهش زمان و تعداد تکرار های مورد نیاز برای هم‌گرایی و بهبود عملکرد این شبکه‌ها شود. در این مقاله الگوریتم یادگیری تندترین کاهش گرادیان یک بهبود یافته با تانژانت موازی برای تسریع در یادگیری پیشنهاد شده است و با اجرای دو آزمایش باینری معروف، سرعت یادگیری توسط الگوریتم پیشنهادی با الگوریتم های تندترین کاهش گرادیان و نمونه بهبود یافته آن با مونتوم مقایسه شده است. نتایج به‌دست‌آمده نشان می‌دهد استفاده از الگوریتم پیشنهاد شده موجب هم‌گرایی سریع‌تر شود که در فرایند یادگیری شده است.

کلمات کلیدی:
شبکه‌های عصبی تپشی ، الگوریتم تندترین کاهش گرادیان این بهبود یافته با تانژانت موازی، پس انتشار خطا

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/237064/