CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

یک پیاده سازی موازی برای الگوریتم بقا

اعتبار موردنیاز: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۱۲۶۸ | نظرات: ۰
سرفصل ارائه مقاله: کامپیوتر / Computer
سال انتشار: ۱۳۸۶
کد COI مقاله: ICEE15_196
زبان مقاله: فارسی
حجم فایل: ۸۳۴.۵۷ کلیوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله یک پیاده سازی موازی برای الگوریتم بقا

  بهبود مشعوفی - دانشگاه ارومیه - گروه برق
    محمدرضا میبدی (شناسه پژوهشگر - Researcher ID: ۴۹۷۳)
دانشگاه صنعتی امیرکبیر - دانشکده کامپیوتر
    سیداحمد معتمدی (شناسه پژوهشگر - Researcher ID: ۳۳۴۱)
دانشگاه صنعتی امیرکبیر - دانشکده برق

چکیده مقاله:

مهمترین محدودیت در تحقیقات مربوط به شبکه های عصبی، زمان بالای آموزش آنها می باشد. یک راه حل برای کاهش زمان آموزش، استفاده از نقاط توازی موجود در شبکه و مگاشت آن بر روی یک کامپیوتر موازی است. یکی از روشهای نگاشت، روش افراز نرون میباشد. در این روش داده های زیادی بین پردازشگر ها مبادله شده و پیچیدگی ارتباطی بالا میباشد. لذا زمان زیادی صرف مبادله اطلاعات شده و زمان آموش افزایش می یابد . هزینه ارتباطات متناسب با تعداد نرونهاست. اگر تعداد نرونها خحیلی کم باشد. با اینکه شبکه دارای هزینه ارتباطی پائینی خواهد بود ولی قادر به یادگیری مسئله نخواهدبود. از طرف دیگر شبکه های با تعداد بالای نرون، دچار Overfitting شده و قدرت تعمیم پائینی خواهد داشت علاوه بر این آموزش اینگونه شبکه ها مستلزم هزینه ارتباطی بالایی خواهد بوذد. لذا نیاز به الگوریتمهای داریم که بتوان تعداد بهینه نرونها را تعیین کرد. یکی از الگوریتمهای موجود، الگوریتم بقا نرون می باشد. در این مقاله یک الگوریتم موازی تحت عنوان الگوریتم بقا نرون موازی ارایه می گردد. با استفاده از الگوریتم پیشنهادی می توان هزینه ارتباطی بین پردازشگر ها را کاهش داده در نتیجه زمان آموزش را تقلیل داد. الگوریتم مذکور بر روی کاربرد بازشناسی واجهای فارسی اعمال شد. نتایج شبیه سازی ها نشان می دهد الگوریتم پیشنهادی از سرعت بالایی نسبت به روش افراز نرون برخوردار می باشد.

کلیدواژه‌ها:

شبکه های عصبی ، پردازش موازی ، اتوماتهای یادگیر ، هزینه ارتباطات ، یادگیری ساختار

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ICEE15-ICEE15_196.html
کد COI مقاله: ICEE15_196

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
مشعوفی, بهبود؛ محمدرضا میبدی و سیداحمد معتمدی، ۱۳۸۶، یک پیاده سازی موازی برای الگوریتم بقا، پانزدهیمن کنفرانس مهندسی برق ایران، تهران، مرکز تحقیقات مخابرات ایران، https://www.civilica.com/Paper-ICEE15-ICEE15_196.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (مشعوفی, بهبود؛ محمدرضا میبدی و سیداحمد معتمدی، ۱۳۸۶)
برای بار دوم به بعد: (مشعوفی؛ میبدی و معتمدی، ۱۳۸۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز:
تعداد مقالات: ۱۳۲۵۴
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.