بهینه سازی ساختار شبکه های عصبی با استفاده از روش اتوماتای یادگیر
Publish place: 1st Joint Congress on Fuzzy and Intelligent Systems
Publish Year: 1386
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,201
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
FJCFIS01_221
تاریخ نمایه سازی: 14 خرداد 1387
Abstract:
عملکرد شبکه های عصبی به طرز چشمگیری به پارامترهای ساختاری آن وا بسته است . تعداد نرونها، تعداد لایه های مخفی، نحوه اتصال نرونها، و نوع توابع تحریک مثالهای بارزی از این پارامترها هستند . در این تحقیق روشی جدید برای بهینه سازی ساختار شبکه های عصبی جهت دستیابی به عملکرد بهینه (یا نزدیک به آن) ارائه شده است. این روش مبتنی بر الگوریتم اتوماتای یادگیر است. در روش پیشنهادی پارامترهای ساختاری شبکه عصبی به عنوان متغیرهای مستقل در نظر گرفته شده ، و تابع عملکرد شبکه عصبی به وسیله روش بهینه سازی تابعی اتوماتای یادگیر بهینه می شود. شبکه های عصبی مورد آزمایش در این تحقیق به منظور طبقه ب ندی داده به کار گرفته شده است . نتایج عملی حاصل از آزمایشات متعدد بر روی داده های آزمایشی متنوع (در ابعاد فضای ویژگی، تعدا د نمونه ها و تداخل کلاسها) کارایی روش پیشنهادی را به خوبی آشکار می کند. برای محک زدن هر چه بهتر روش پیشنهادی، عملکرد آن با روش بهینه سازی تکاملی نیز مقایسه شده است.
Keywords:
Authors
سید حمید ظهیری
استادیار گروه مهندسی الکترونیک ومخابرات، دانشکده مهندسی، دانشگاه ب
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 :