طراحی یک طبقه بند مبتنی بر ACO حقیقی به منظور یافتن ابرصفحه های لازم برای جداسازی داده ها

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 616

This Paper With 6 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ICEEE07_314

تاریخ نمایه سازی: 19 اردیبهشت 1395

Abstract:

تاکنون شیوه های مختلفی برای طبقه بندی داده ارائه شده است. از این میان می توان به استفاده از شبکه های عصبی مختلف اشاره کرد که بسیار مورد توجه واقع گردیده اند و در صورت طراحی مناسب آن ها می توان طبقه بندی با حداقل خطا را داشت؛ در صورتی که این مهم با استفاده از الگوریتم های بهینه سازی ابتکاری در فرایند آموزش شبکه های عصبی محقق شود، اثر همگرایی کند و توقف در نقاط بهینه محلی نسبت به روش های دیگر آموزش مانند روش پس انتشار خطا، کم می شود. در این مقاله با استفاده از روش ACO پیوسته یک شبکه عصبی MLP به منظور یافتن ابر صفحه های لازم برای جداسازی سه مجموعه داده مرجع آموزش داده و نتایج آن با آموزش به روش پس انتشار خطا مقایسه شده است. همچنین برای صحت عملکرد روش، میانگین مربعات خطا نیز محاسبه شده است.

Keywords:

الگوریتم های ابتکاری , الگوریتم جامعه مورچگان پیوسته , بهینه سازی , شبکه عصبی , طبقه بند

Authors

مهدیه ایزدپناه کاخک

دانشجوی دکتری برق الکترونیک - دانشگاه بیرجند بیرجند، ایران

زینب ظهیری

دانشکده فنی گروه برق الکترونیک دانشگاه آزاد اسلامی واحد آباده ، گروه برق آباده ، ایران

هانیه زمانیان

دانشجوی دکتری برق مخابرات - دانشگاه بیرجند بیرجند، 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 :
  • Marco Dorigo , V.M., Alberto Colorni Ant system: Optimization by ...
  • Marco Dorigo _ L.M.G., Ant Colonies for the Traveling Salesman ...
  • Marco Dorigo _ L.M.G., Ant Colony System: A cooperative learning ...
  • Dreo, J. and ? Siarry, Continuous interacting ant colony algorithm ...
  • _ _ _ _ Metaheuristic, 1997. p. 1-12. ...
  • Bernd Bullnheimer , R.F.H., Christine Strauss An Improved Ant System ...
  • Jiao, L., et al., Application of ACO in Continuous Domain, ...
  • Socha, K. and M. Dorigo, Ant colony optimization for continuous ...
  • .Dorigo, M., Learning and Natural Algorithms, in Electrical Engineering. 1992, ...
  • _ _ _ _ of ...
  • _ _ _ Berlin, Germany, vol. 2279 of LNCS, 71-80. ...
  • نمایش کامل مراجع