مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

584
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

0
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

ارایه الگوریتمهای نو مبتنی بر اتوماتانهای یادگیر برای تعیین تعداد وزنهای ورودی نرونهای لایه مخفی برای شبکه های عصبی سه لایه

صفحات

 صفحه شروع 286 | صفحه پایان 319

چکیده

 الگوریتم پس انتشار خطای استاندارد, فقط در فضای وزنهای شبکه, با توپولوژی ثابت, عمل جستجو را انجام میدهد. تعداد لایه ها, نرونها و وزنهای شبکه, تاثیر بسزایی بر روی کارایی شبکه دارد. بنابراین نیاز به الگوریتمهایی داریم که بتوانند بطور اتوماتیک ساختار مناسب شبکه را تعیین کنند. برای تعیین اندازه مطلوب برای شبکه های عصبی الگوریتمهای گوناگونی توسط افراد مختلف ارایه شده است. توسط آقایان میبدی و بیگی الگوریتم جدیدی تحت عنوان WSA با استفاده از اتوماتان یادگیری مهاجرت اشیا برای تعیین تعداد وزنها طراحی گردیده است. این الگوریتم با حذف وزنهایی که دارای تاثیر کمتری هستند نه تنها باعث کاهش پیچیدگی شبکه میشود. بلکه قدرت تعمیم شبکه را نیز افزایش میدهد. در الگوریتم تعیین تعداد وزن, در ابتدا همه وزنهای موجود در شبکه روشن بوده و به همه وزنها مدتی اجازه داده میشود تا در آموزش شبکه شرکت نمایند. وزنهای روشنی که قدر مطلق مقدار آنها از یک مقدار آستانه ای کمتر باشد جریمه شده و وزنهای روشنی که قدر مطلق آنها از یک مقدار آستانه ای دیگر بیشتر باشد پاداش میگیرند. وزنهای روشنی که قدر مطلق مقدار آنها بین دو مقدار آستانه ای قرار گیرد تغییری در وضعیت آنها ایجاد نمیشود. با انتخاب مقادیر بهینه برای این بازه ها میتوانیم در کمترین زمان به شبکه هایی با حداقل تعداد وزن که بتواند با خطای قابل قبولی الگوهای آموزش را یاد گرفته و همچنین از قدرت تعمیم قابل قبولی برخوردار باشد برسیم. در این مقاله با استفاده از اتوماتان یادگیر, بازه های تصمیم گیری را تطبیق داده ایم. در الگوریتم پیشنهادی تحت عنوان AWSA برای پاسخ دادن به اتوماتان مربوط به تنظیم بازه های تصمیم گیری, از معیار خطا کمک گرفته ایم. همچنین در این مقاله الگوریتم جدید دیگری تحت عنوان MWSA ارایه گردیده است. در الگوریتم پیشنهادی معیارهای جدیدی برای ارزیابی عملکرد وزنهای روشن و خاموش ارایه گردیده است. نتایج شبیه سازیهای مختلف بر روی مسایل شناسایی اعداد انگلیسی, شناسایی اعداد چاپی فارسی, تقریب تابع غیر خطی زمان گسسته از مرتبه دوم و باز شناسی فونمنهای فارسی نشان میدهد الگوریتمهای پیشنهادی AWSA و MWSA دارای عملکرد بهتری نسبت به الگوریتمهای دیگر یادگیری ساختار میباشد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    مشعوفی، بهبود، میبدی، محمدرضا، معتمدی، سیداحمد، و منهاج، محمدباقر. (1383). ارایه الگوریتمهای نو مبتنی بر اتوماتانهای یادگیر برای تعیین تعداد وزنهای ورودی نرونهای لایه مخفی برای شبکه های عصبی سه لایه . امیرکبیر، 15(آ-58)، 286-319. SID. https://sid.ir/paper/693/fa

    Vancouver: کپی

    مشعوفی بهبود، میبدی محمدرضا، معتمدی سیداحمد، منهاج محمدباقر. ارایه الگوریتمهای نو مبتنی بر اتوماتانهای یادگیر برای تعیین تعداد وزنهای ورودی نرونهای لایه مخفی برای شبکه های عصبی سه لایه . امیرکبیر[Internet]. 1383؛15(آ-58):286-319. Available from: https://sid.ir/paper/693/fa

    IEEE: کپی

    بهبود مشعوفی، محمدرضا میبدی، سیداحمد معتمدی، و محمدباقر منهاج، “ارایه الگوریتمهای نو مبتنی بر اتوماتانهای یادگیر برای تعیین تعداد وزنهای ورودی نرونهای لایه مخفی برای شبکه های عصبی سه لایه ،” امیرکبیر، vol. 15، no. آ-58، pp. 286–319، 1383، [Online]. Available: https://sid.ir/paper/693/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    فایل موجود نیست.
    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button