یک الگوریتم برای ساختن شبکه های عصبی کوچک با قدرت تعمیم بالا

چکیده : یافتن ساختار مناسب ( نزدیک بهینه ) از جمله مسائل مهم در شبکه های عصبی می باشد که الگوریتمهای متعددی برای آن ارائه شده است . نمونه هایی از این الگوریتمها، الگوریتمهای هرس، سازنده، ترکیبی، تکاملی و الگوریتمهای مبتنی بر اتوماتاهای یادگیر هستند که با هدف ایجاد شبکه های کوچک ارائه شده اند . یکی از الگوریتمهای مبتنی بر اتوماتاهای یادگیر، الگوریتم بقاء ١ می باشد . در این مقاله یک نسخه اصلاح شده از الگوریتم بقاء نورون ٢ ارائه می گردد . تغییرات انجام گرفته در الگوریتم بقاء نورون با هدف ایجاد شبکه های کوچکتر با قدرت تعمیم بالا می باشد . الگوریتم پیشنهادی با الگوریتم بقاء و دو مورد از الگوریتمهای هرس با نامهای ٣S&D و بازگشتی ٤ برای مسایل مختلف مقایسه می گردد . گردید . نتایج آزمایشها برتری الگوریتم پیشنهادی را در مقایسه با سه الگوریتم فوقالذکر نشان می دهد .

کلیدواژه ها:

شبکه های عصبی ، انتشار خطا به ع قب ، الگوریتم تنظیم ساختار شبکه ، قدرت تعمیم ، اتوماتاهای یادگیر