ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Paper
Title

:ELearn++1یک الگوریتم جدید برای یادگیری افزایشی در شبکه های چندلایه پرسپترونی

Year: 1385
COI: ACCSI12_065
Language: PersianView: 2,723
This Paper With 8 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 8 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

علی صادقی نایینی - دانشکده مهندسی کامپیوتر، دانشگاه صنعتی امیرکبیر، تهران، ایران
حمید بیگی - دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف، تهران، ایران

Abstract:

هدف الگوریتم های یادگیری افزایشی در شبکه های چند لایه پرسپترونی، حفظ نتایج فازهای آموزشی قبلی و بهبود عملکرد شبکه با آموز ش انحصاری آن بر روی نمونه های جدید اس ت . الگوریتمهایی که تاکنون برای یادگیری افزایشی در یک شبکه چند لایه پرسپترونی پیشنهاد شده اند قابلیت تعریف کلاس های جدید را در اختیار نمی گذارند . در این مقاله الگوریتمی برای یادگیری افزایشی در شبکه های چند لایه پرسپترونی مورد بررسی قرار می گیرد که این نقطه ضعف را رفع کرده است . این الگوریتم از ترکیب افزایشی تعدادی شبکه یادگیر ضعیف که هریک مربوط به تعدادی از نمونه های آموزشی است که در طول زمان به سیستم ارائه شده اند، یک شبکه یادگیر قوی می سازند و قابلیت پذیرش کلاسهای جدید معرفی شده توسط نمونه های تازه وارد را نیز دارا می باشند . در اینجا تاثیر پارامترهای مختلف بر میزان کارایی الگوریتم مورد بررسی قرار گرفته، و بوسیله نتایج بدست آمده، عملکرد الگوریتم مورد تحلیل قرار خواهد گرفت . به علاوه سه راه برای بهبود عملکرد چنین الگوریتمی پیشنهاد شده است. نتایج حاصل از پیاده سازیهای صورت گرفته، حاکی از موفقیت این روشها در بهبود عملکرد الگوریتم نسبت به نسخه اصلی می باشد تاجایی که استفاده همزمان از این روشها منجر به کاهش پنجاه درصدی خطا نسبت به نسخه اصلی الگوریتم گردیده است

Keywords:

Paper COI Code

This Paper COI Code is ACCSI12_065. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:

https://civilica.com/doc/44452/

How to Cite to This Paper:

If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:
صادقی نایینی، علی و بیگی، حمید،1385،:ELearn++1یک الگوریتم جدید برای یادگیری افزایشی در شبکه های چندلایه پرسپترونی،12th Annual Conference of Computer Society of Iran،Tehran،https://civilica.com/doc/44452

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 :

  • دانشگاه شهید بهشتی، دانشکده مهندسی برق و کامپیوتر، تهران، ایران، ...
  • LiMin Fu, Hui-Huang Hsu, Jose C. Principle, "Incremental B ackpropag ...
  • R. Polikar, L. Upda, S. Upda, V. Honavar, "LEARN++: An ...
  • R. Polikar, L. Upda, S. Upda, V. Honavar, "LEARN++: An ...
  • R. Polikar, J. Byorick, S. Krause, A. Marino, M. Moreton, ...
  • R. Polikar, "Learn++: An Incremental Learning Algorithm Based On Psycho-phy ...
  • Research Info Management

    Certificate | Report | من نویسنده این مقاله هستم
    این Paper در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    Scientometrics

    The specifications of the publisher center of this Paper are as follows:
    Type of center: دانشگاه دولتی
    Paper count: 21,194
    In the scientometrics section of CIVILICA, you can see the scientific ranking of the Iranian academic and research centers based on the statistics of indexed articles.

    New Papers

    Share this page

    More information about COI

    COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.

    The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.

    Support