الگوریتم پس انتشار خطای برشی

سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,240

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CSICC15_212

تاریخ نمایه سازی: 26 مهر 1388

چکیده مقاله:

آموزش شبکه عصبی چندلایه بااستفاده از الگوریتم پس انتشار خطای برشی بسیار سریعتر و مطمئن تر از الگوریتم پس انتشار خطای استاندارد است. دراین الگوریتم از داده های ورودی برش داده شده به منظور افزایش کارایی شبکه و کاهش بار محاسباتی در آموزش شبکه استفاده می شود. و به طور کلی دقت و سرعت یادگیری این الگوریتم نسبت به الگوریتم پس انتشار خطای استاندارد بیشتر است دراین مقاله همگرایی الگوریتم پس انتشار خطای برشی که به اختصار به آن CEBP می گوییم تحت فرضیه های مختلف مورد تجزیه و تحلیل قرار می گیرد.

کلیدواژه ها:

شبکه های عصبی چندلایه ای ، الگوریتم پس انتشار خطا ، الگوریتم پس انتشار خطای برشی

نویسندگان

ملیحه جهانی

دانشگاه تحصیلات تکمیلی درعلوم پایه ی زنجان

مریم رحمانی نیا

دانشگاه تحصیلات تکمیلی درعلوم پایه زنجان

عباس عسگری

دانشگاه صنعتی شریف

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 :
  • J. Hertz and A Krogh, "Introductioم to the Theory of ...
  • D. E. Rumelhart, G. E. Hinton, and R. J. Williams, ...
  • P. D. Wasserman, "Neural Computing Theory and Practice, "New York: ...
  • M. R. Azmi and R. Liou, ،Fast learning process of ...
  • Hongmei Shao, "Convergence of BP Algorithm with _ Variable Learning ...
  • نمایش کامل مراجع