آموزش شبکه های عصبی با استفاده از ترکیب الگوریتم های بهینه سازی اجتماع پرندگان و تکامل تفاضلی

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,345

This Paper With 6 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ICIKT07_053

تاریخ نمایه سازی: 22 مهر 1394

Abstract:

در این مقاله، آموزش شبکه های عصبی با استفاده از شکل خاصی از ترکیب الگوریتم های تکامل تفاضلی و اجتماع پرندگان به نام DEPSOM برای افزایش دقت دسته بندی داده ها پیشنهاد شده است. الگوریتم های متعددی برای آموزش شبکه های عصبی وجود دارد. یکی از معروفترین آنها، الگوریتم یادگیری پس انتشار است که این الگوریتم معایبی مانند همگرایی کند و افتادن در کمینه محلی دارد. برای بهبود آموزش شبکه های عصبی، در این مقاله از الگوریتم های بهینه سازی متاهیوریستیک استفاده شده است. نتایج حاصل از پیاده سازی بر روی مجموعه داده ی Iris نشان می دهد که الگوریتم ترکیبی DEPSOM ، عملکرد مناسبی در آموزش شبکه های عصبی دارد و در مقایسه با آموزش شبکه با استفاده از الگوریتم PSO نتایج دقیق تری بدست می آورد.

Authors

مریم جلیل خانی

دانشجوی کارشناسی ارشد نرم افزار، گروه کامپیوتر، دانشگاه زنجان، زنجان

زهره اسماعیلی

دانشجوی کارشناسی ارشد نرم افزار، گروه کامپیوتر، دانشگاه زنجان، زنجان

علیرضا خان تیموری

عضو هیئت علمی دانشکده مهندسی، گروه کامپیوتر، دانشگاه زنجان، زنجان

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 :
  • Dutta, Diptam, Roy, Argha, Choudhury, Kaustav, "Training Artificial Neural Network ...
  • Rumelhart DE Hinton GE, Williams RJ, "Learning representations by b ...
  • Partha Pratim Sarangi, Abhimanyu Sahu, Madhumita Panda, _ Hybrid Differential ...
  • AL Kawam, AL Kawam, Mansour, Nashat, "Metaheuristc Optimization Algorithms for ...
  • Ninomiya, Hiroshi, Zhang, Qi-Jun, "Particle with ability of local search ...
  • X. Yao, _ review of evolutionary artificial neural networks", Int. ...
  • P.J. Angeline, G.M. Sauders, J.B. Pollack, _ evolutionary algorithm that ...
  • S. Shaw, W. Kinsner, "Chaotic simulated annealing in multilayer feedforward ...
  • Seop Koh Chang, O.A. Mohammed, Song-Yop Hahn, "Detection of magnetic ...
  • Chunkai Zhang, Huihe Shao, Yu Li, "Particle Swarm optimization for ...
  • IEEE Int. Conf. on System, Man, and Cybernetics, vol. 4 ...
  • Y.H. Shi, R.C. Eberhart, :Parameter selection in particle Swarm optimization, ...
  • J. Salerno, "Using the particle swarm optimization technique to train ...
  • Kader, H. M. Abdul, "Neural Networks Training Based on Differential ...
  • Guiying, N., Yongquan, Z., "A Modified Differential Evolution Algorithm for ...
  • J.R. Zhang, J. Zhang, T.M. Lock, M.R. Lyu, "A hybrid ...
  • J, Vesterstrom, R. Thomsen, _ comparative study of differential evolution, ...
  • Waroot Kijmangsa, Karan Suriya-amrit, _ Hybrid Differential Evolution & Particle ...
  • Sedighizadeh, Davoud, Masehia, Ellips, "Particle Swarm Optimization Methods, Taxonomy and ...
  • R. Storn and K. Price, "Differential Evolution - A Simple ...
  • Andries P. Engelbrecht, _ Computational Intelligence An Introduction", Second Edition, ...
  • SeyedAli Mirjalili, Siti Zaiton Mohd Hashim, Hossein Moradian Sardroudi, "Training ...
  • Iris Data Set: https ://archive _ ics .uci _ e ...
  • نمایش کامل مراجع