توسعه گیت آستانه در شبکه های عصبی بولی

رضا منصفی; کاظم وحدانی

توسعه گیت آستانه در شبکه های عصبی بولی

محل انتشار: اولین همایش تخصصی سیستمهای هوشمند کامپیوتری و کاربردهای آنها

سال انتشار: 1390

نوع سند: مقاله کنفرانسی

زبان: فارسی

مشاهده: 1,603

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

دریافت فایل کامل مقاله

صدور گواهی نمایه سازی
من نویسنده این مقاله هستم

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

هوش مصنوعی > شبکه عصبی

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

https://civilica.com/doc/139332

شناسه ملی سند علمی:

ITICS01_107

تاریخ نمایه سازی: 12 فروردین 1391

چکیده مقاله:

دوشبکه عصبی بولی و باینری ورودی و خروجی آن ها اعدادباینری بوده و گیت های استانه نرون های شبکه را تشکیل میدهند تفاوت اصلی این دو شبکه درالگوریتمهای مورد استفاده است و ناتوانی شبکه بولی برای محاسبه پارامترهای گیت آستانه توابع بولی با بیش از شش متغیر از مهمترین دلایل عدم استفاده در شبکه بولی است هرچند درشبکه بولی مقادیر بهینه پارامترهای گیت آستانه محاسبه می شود الگوریتم های شبکه باینری ضعف شبکه بولی را ندارد دراین تحقیق ضمن ارایه راه حل جهت غلبه ناتوانی شبکه بولی مقایسه این شبکه با همتای خود شبکه باینری انجام شد و سنجش نقاط ضعف و قوت آنها اراهی می شود در روش پیشنهادی از محدود کردن مقادیر و سپس جستجوی نرم افزار استفاده شد و راه حل کلی برای حل مساله ارایه گردید و برای یک مساله با 7 متغیر تست گردیده و جواب به دست آمده موید صحت و برتری آن برروشهای شبکه عصبی باینری می باشد.

کلیدواژه ها:

گیت آستانه ، شبکه عصبی بولی ، شبکه عصبی باینری

نویسندگان

رضا منصفی

دانشگاه فردوسی مشهد عضو هیئت علمی

کاظم وحدانی

دانشگاه پیام نور دانشجوی کارشناسی ارشد

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 :

دانشگاه پیام نور استان تهران- مجتمع فنی و مهندسی (آذرماه ...
N.N. Biswas, Introduction to Logic and Switching Theory, New York, ...
Bawiec Marek A, Maciej Nikodem, "Boolean logic function synthesis for ...
Servedio Rocco A, "Every linear threshold function has a low-weight ...
H.C. Torng, "An approach for the realization of linearly separable ...
Biswas, N. N and Kumar, R., "A New algorithm for ...
A.K. Sarie , N.N. Biswas, "Testing threshold imp lied-minterm ...
International Journal of Systems Science, Vo1.14, pp.497-512, 1983. ...
Biswas, N.H. Murthy, T.V.M.K. Chandrasekhar, M., "IMS algorithm for learning ...
Bawiec, Maciej Nikodem , "Generalised threshold A ND/OR/NO T ...
representation of boolean fun ction, Design ", Automation Conference (ASP-DAC), ...
Wang, D.Chaudhari, N.S., "A multi-core learning algorithm for Boolean neural ...
Kim, J.H., Sung-Kwon Park , "The geometrical learning of binary ...
Park, S.K., , Kim, J.H., "Geometrical learning algorithm for multilayer ...
Shimada, M, Saito, "A simple learning of binary neural networks ...
Dertouzos, "An approach to single-th reshold- element synthesis", IEEE Tran. ...
Winder, R. O, "Enumeration of Seven -Argument Threshold Functions", Electronic ...
Xinyu Du, Harpreet Singh, Hao Ying, "Boolean neural network realization ...
Yamamoto, Saito, "An improved expand-and- truncate learning", Neural Networks, International ...
Yamamoto, Saito, "A Flexible Learning Algorithm for Binary Neural networks", ...
Gray, Michel, "A training algorithm for binary feedforward neural networks" ...

نمایش کامل مراجع