بررسی و نمایش پدیده تطبق ناحیه ای در آموزش بر خط شبکه های عصبی
محل انتشار: چهارمین کنفرانس مهندسی برق و الکترونیک ایران
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 939
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEEE04_200
تاریخ نمایه سازی: 6 مهر 1391
چکیده مقاله:
شبکه های عصبی مصنوعی 1 پس از تشکیل حاوی دانش نیستند؛ این شبکه های دانش را به وسیله آموزش فرا می گیرند، بنابراین آموزش صحیح شبکه، مهمترین موضوع در طراحی سیستم ها با شبکه های عصبی است. این شبکه ها را می توان به دو روش برخط 2 و برون خط 3 آموزش داد. در این مقاله به مبحث آموزش برخط شبکه های عصبی پرداخته می شود. از آنجا که داده های آموزشی در حین آموزش برخط بسته به رفتار فرآیند بدست می آید، امکان پیش پردازش و یا تحلیل کلی داده ها نسبت به یکدیگر موجود نیست. یک مشکلی که در بعضی از مسائل در آموزش برخط بروز می کند خطای زیاد خروجی شبکه علی رغم صرف زمان زیاد برای آموزش است. بررسی های ما نشان می دهد که یکی از دلایل این امر پراکندگی نامناسب داده های آموزشی می باشد. در واقع، اگرداده ها آموزشی مربوط به یک ناحیه از فضای آموزشی بیش از سایر قسمت ها باشد، میزان خطای شبکه بیش از حد مطلوب می شود، ما این مشکل را تطبیق ناحیه ای می نامیم و به طور خاص در این مقاله به بررسی و نمایش آن می پردازیم. همچنین بر مبنای آزمایش ها و تحقیقاتی که انجام داده ایم پیشنهاداتی برای مقابله با این مشکل بیان می شود.
کلیدواژه ها:
نویسندگان
الهه حاتمی مجومرد
دانشگاه شیراز، دانشکده مهندسی کامپیوتر
ریحانه نعمتی
دانشگاه شیراز، دانشکده مهندسی برق و کامپیوتر
ولی درهمی
دانشگاه یزد، دانشکده مهندسی برق و کامپیوتر
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :