بهینه سازی شبکه عصبی با استفاده از الگوریتم هوش کوهورت (ANN-CI) در تشخیص بیماری دیابت پایما
محل انتشار: اولین همایش ملی فن آوری در مهندسی کاربردی
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 556
فایل این مقاله در 9 صفحه با فرمت PDF و WORD قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCTAE01_143
تاریخ نمایه سازی: 11 مرداد 1396
چکیده مقاله:
شبکه عصبی پس انتشار پرکاربردترین مورد استفاده در شبکه های عصبی است که برای حل مسایل واقعی بسیاری به کار گرفته شده است. دقت و کارایی این الگوریتم بستگی به انتخاب وزن های اولیه، تعداد نرون ها، نرخ یادگیری و غیره دارد. از آنجا که شبکه عصبی یک الگوریتم جست و جوی محلی است، بنابراین امکان واقع شدن در مینیم محلی وجود دارد. محققان از شیوه های متفاوتی از جمله استفاده از الگوریتم جست و جوی جمعی و یا تکاملی مانند الگوریتم ژنتیک برای تنظیم پارامترهای شبکه عصبی استفاده کرده اند که بسیار مورد بررسی و استفاده قرار گرفته است. الگوریتم نوظهور هوش کوهورت یک الگوریتم جست و جوی جمعی است که برای بهینه سازی مسایل مورد استفاده قرار میگیرد و نسبت به سایر الگوریتم های هم رده ی خود در بسیاری از مسایل عملکرد بهتر و سریع تری دارد. هدف از این مقاله به کارگیری الگوریتم هوش کوهورت جهت بهینه سازی شبکه عصبی با تعیین وزن های اولیه مناسب و تعداد نرون ها است که پاسخ سریع تر و مناسب تری نسبت به ترکیب شبکه عصبی با الگوریتم ژنتیک -که بسیار مورد توجه قرار گرفته است دارد.
کلیدواژه ها:
نویسندگان
نجمه یوسفی
دانشجوی کارشناسی ارشد مهندسی کامپیوتر گرایش هوش مصنوعی ، دانشگاه آزاد اسلامی واحد تهران غرب
پیمان بابایی
دپارتمان کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد تهران غرب، تهران، 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 :