تنظیم پارامترهای الگوریتمهای یادگیری در شبکه های عصبی SDPTA,EBTPA,RDPTA,SCPTA با استفادها ز آتاماتون های یادگیر و مقایسه آن با روش سعی و خطا

سال انتشار: 1383
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,308

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ACCSI10_087

تاریخ نمایه سازی: 25 آذر 1390

چکیده مقاله:

یکی از ابزارهای هوش مصنوعی شبکه های عصبی مصنوعی است که امروزه موردتوجه بسیاری از محققان قرارگرفته است مهمترین ویژگی یک شبکه عصبی الگوریتم یادگیری آن است پارامترهای مختلفی درالگوریتم یادگیری شبکه عصبی مصنوعی می تواند وجود داشته باشد که تنظیم صحیح و دقیق آن می توان به کارآمدی الگوریتم درروند کاربردی شبکه عصبی منجر شود اعم این پارامترها بترتیب درشبکه های EBPTA,SCPTA,RDPTA,SDPTA عبارتنداز c,r که دراین تحقیق به تنظیم ان به روش آتاماتون و مقایسه آن با تنظیم به روش سعی و خطا پرداخته شده است.

کلیدواژه ها:

نویسندگان

علی یوسفی

دانشگاه آزاد اسلامی واحد همدان

محمدرضا میبدی

دانشگاه صنعتی امیرکبیر

محمد تشنه لب

دانشگاه صنعتی خواجه نصیرالدین طوسی

کامبیز بدیع

مرکز تحقیقات مخابرات ایران

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 :
  • E. D. Rumelhart, E. , Hinton and J. R. Williams, ...
  • A. BIum, Neurl Networks Ir _ USA, John willey & ...
  • S. Haykin, Neural Networks: A comprehensive F oundation, USA, Prentice ...
  • Y. Pao, Adaptive Pattern Recognation And Neural Networks, LUSA, Addison ...
  • T. Master, Practical Neural Networks Recipes in C++, LUK, Academic ...
  • J Hlertz, A. Krogh and R.G. Palmer, Introdu ction T, ...
  • 4A. K. Jain. J. Mao and K. M. Mohiuddin, " ...
  • K. S. Narendra. NM A. Thathachar. Learmirg Autonata An _ ...
  • نمایش کامل مراجع