طراحی و آموزش بهینه ی طبقه بند شبکه عصبی با به کارگیری روش بهینه سازی MOIPO

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 789

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IPRIA02_030

تاریخ نمایه سازی: 28 شهریور 1394

چکیده مقاله:

الگوریتم ابتکاری بهینه سازی صفحات شیب دار (IPO) مبتنی بر حرکت بدون اصطکاک عوامل جست و جو بر روی تابع برازندگی و لغزش آنها به سمت نقاط کمینه ی سراسری آن است. این الگوریتم کارآیی خود را در حل مسائل پیچیده مهندسی نشان داده است. در این مقاله، از نسخه چند هدفه ی روش IPO به منظور طراحی معماری و به صورت هم زمان آموزش بهینه ی شبکه عصبی پرسپترون چند لایه استفاده شده است. در روش پیشنهادی که به اختصار MOIPONN نامیده شده از مفهوم بهینگی پرتو برای شناسایی بهتر معماری و آموزش توام شبکه به کارگرفته شده است. دقت و پیچیدگی به دست آمده از شبکه عصبی به وسیله الگوریتم پیشنهادی با الگوریتم پرکاربرد MOPSO مقایسه شده است. این مطالعه نشان داده که شبکه عصبی طراحی شده به وسیله روش پیشنهادی، در مسئله ی طبقه بندی داده از لحاظ تعادل بین دقت و سادگی شبکه ، در بسیاری از موارد نسبت به الگوریتم MOPSO و سایر پژوهش ها عملکرد بهتری دارد.

کلیدواژه ها:

الگوریتم بهینه سازی صفحات شیب دار ، بهینگی پرتو ، شبکه عصبی پرسپترون چندلایه ، طبقه بندی داده

نویسندگان

نجمه صیادی

دانشجوی کارشناسی ارشد الکترونیک، دانشکده مهندسی برق و کامپیوتر، دانشگاه بیرجند

سیدحمید ظهیری

استاد گروه الکترونیک، دانشکده مهندسی برق و کامپیوتر، دانشگاه بیرجند

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 :
  • مریم ده‌باشیان، سید حمید ظهیری، "ارائه یک بهینه‌سازی نوین در ...
  • حامد نجف زاده، سید حمید ظهیری، "الگوریتم بهینه سازی نیروی ...
  • اطلاعات، جلد 2، شماره 2، سال .139 1 ...
  • علی کاشفی کاویانی، سید علی پورموسوی کانی، علی جهانبانی اردکانی، ...
  • مریم ده‌باشیان، سید حمید ظهیری، "آموزش شبکه MLPعصبی در طبقه‌بندی ...
  • سید حمید ظهیری، " طبقه‌بندی کننده چند منظوره گروه ذرات، ...
  • محمد حامد مظفری، حامد عبدی، سید حمید ظهیری، "الگوریتم جدید ...
  • M. Paliwal, and U. A. Kumar, "Neural networks and statistical ...
  • K. Miettinen, "Nonlinear Multiobjective Optimization". Boston, MA, Kluwer, 1999. ...
  • N. Srinivas, and K. Deb, "Muiltiobjective optimization using nondominated sorting ...
  • K. Deb, A. Pratap, S. Agarwal, and T. Meyarivan, "A ...
  • _ _ _ approach, " Evolutionary Computation, IEEE Transactions on, ...
  • E. Zitzler, M. Laumanns, L. Thiele, E. Zitzler, E. Zitzler, ...
  • _ _ _ Evolutionary Computation, IEEE Transactions _ vol. 8, ...
  • Ko mmunikation snetze (TIK), 2001. ...
  • A. de Carvalho, "Evolutionary design of MLP neural network architectures: ...
  • _ _ _ _ insights and comparisons, Expert Systems with ...
  • P. P. Palmes, T. Hayasaka, and S. Usui, "Mutati on-based ...
  • _ "Optimization of neural networs weights and architecture: A multimodal ...
  • N. F. De Lima, T. B. Ludermir, «Frankenstein PSO applied ...
  • _ _ _ _ i _ _ _ Natural Computation, ...
  • S. N. Qasem, S. M. Shamsuddin, and A. M. Zain, ...
  • A. Asuncion, D. Newman, UCI machine learming repository, 2O7. http ...
  • M. Delgado, M. P. Cuellar, and M. C. Pegalajar, "Multiobjective ...
  • M. Reyes-Sierra, and C. C. Coello, "Multi -objective particle SWarm ...
  • نمایش کامل مراجع