دسته بندی داده ها با استفاده از شبکه عصبی-تکاملی بهبود یافته
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 3,289
This Paper With 14 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:
ICTMNGT01_075
تاریخ نمایه سازی: 19 تیر 1394
Abstract:
کارآیی شبکه های عصبی مصنوعی به فرآیند یادگیری مرتبط است و توانایی آنها به عنوان یک جعبه سیاه بدون مدل بوده و قادر است روابط داخلی یک سیستم ناشناخته را مستقیمأ یاد بگیرد، سبب شده که تحقیقات زیادی در زمینه گسترش موارد مرتبط با شبکه مثل نوع شبکه، ساختار، الگوریتم یادگیری و نحوه انتخاب پارامترها، صورت پذیرد که هم اکنون نیز ادامه دارد. ابعاد بالا، گیر افتادن در دام مینیمم محلی، همگرایی کند و هزینه محاسباتی بسیار در آموزش شبکه های عصبی بسیار تأثیرگذار است. هدف این مقاله ارائه راهکارهای جدید به منظور بهبود آموزش شبکه عصبی مصنوعی چند لایه پرسپترون در کاربرد دسته بندی داده ها است. بدین منظور رویکرد مناسبی برای آموزش و پیدا کردن اوزان شبکه عصبی پیشنهاد شده است. در این رویکرد ابتدا الگوریتم رقابت استعماری توسط افزودن بهینه سازی آشوبناک بهبود داده خواهد شد و سپس برای آموزش شبکه عصبی از آن استفاده خواهد شد. افزودن بهینه سازی آشوبناک سبب می گردد الگوریتم جستجوی محلی مناسب تری انجام داده و اوزان دقیق تری برای شبکه عصبی تعیین گردد.
Keywords:
Authors
علیرضا غنودی
دانشگاه آزاد اسلامی واحد ساری، گروه مهندسی کامپیوتر، ساری، ایران
سیدمهدی روهبان
دانشگاه آزاد اسلامی واحد ساری، گروه مهندسی کامپیوتر، ساری، ایران
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 :