معصومه طالب زاده - دانشکده مهندسی پزشکی دانشگاه امیرکبیر
سیدعلی سیدصالحی - دانشکده مهندسی پزشکی دانشگاه امیرکبیر

در این مقاله یک روش کارا و سریع جهت پیش تعلیم شبکههای عصبی با ساختار عمیق پیشنهاد شده است این روش بابکارگیری یکی ازالگوریتمهای توسعه ساختاری به نام الگوریتم رشد شبکه، روش پیش تعلیم سریع و کارای لایه به لایه را توسعه داده است این روش علاوه برمقداردهی اولیه مناسب وزنهای شبکه، تعداد نورنهای هر لایه را نیز بهینه میسازد، و چون این روش نورونهای پنهان را به تدریج اضافه میکندو مکان اولیه مناسب را برای هر نورون جدید تعیین میکند، قادر است شبکه را از کمینههای محلی متعدد برهاند و زمان یادگیری را بسیار کاهش دهد و همچنین به دلیل بهینه سازی تعداد نورونهای موجود در هر لایه، قابلیت تعمیم را نیز بهبود میدهد در این روش شبکه ساختار عمیق را به تعدادی شبکه یک لایه پنهان شکسته میشود و در هر مرحله عووه بر بدست آوردن تعداد نورونهای پنهان بهینه موجود در هر لایه، مقدار وزناولیه نورونهای پنهان هر لایه را نیز بدست میآید و سپس با این مقادیر بدست آمده، ساختار عمیق شبکه عصبی تشکیل داده می شود و به آموزش یکپارچه شبکه برای تنظیم دقیقتر، پرداخته میشودا روش پیشنهادی را بر روی دادگان چهره بسفروس تست کردیم و مشاهده نمودیم که این روش نسبت به روش پیش تعلیم لایه به لایه، که خود روش سریع و کارا است، دارای سرعت تعلیم بیشتر و قابلیت تعمیم بیشتری است ، همچنین این روش مؤلفههایی خوصهتری را با کیفیت بهتر استخراج میکند

توسعه ساختار، پیش تعلیم، رشد شبکه، شبکههای عصبی عمیق، شبکههای جلوسو