تبلیغات
آموزش مبانی کامپیوتر - بهبود سرعت یادگیری شبکه های عصبی چند لایه با الگوریتم پس انتشار خطا

    موضوع  :

    بهبود سرعت یادگیری شبکه های عصبی چند لایه با الگوریتم پس انتشار خطا

    فرمت فایل: WORD (قابل ویرایش)

    مقدمه
    شبکه های عصبی چند لایه پیش خور1 به طور وسیعی د ر زمینه های متنوعی از قبیل طبقه بندی الگوها، پردازش تصاویر، تقریب توابع و ... مورد استفاده قرار گرفته است.
    الگوریتم یادگیری پس انتشار خطا2، یکی از رایج ترین الگوریتم ها جهت آموزش شبکه های عصبی چند لایه پیش خور می باشد. این الگوریتم، تقریبی از الگوریتم بیشترین تنزل3 می باشد و در چارچوب یادگیری عملکردی 4 قرار می گیرد.
    عمومیت یافتن الگوریتمBP ، بخاطر سادگی و کاربردهای موفقیت آمیزش در حل مسائل فنی- مهندسی می باشد.
    علیرغم، موفقیت های کلی الگوریتم BP در یادگیری شبکه های عصبی چند لایه پیش خور هنوز، چندین مشکل اصلی وجود دارد:
    - الگوریتم پس انتشار خطا، ممکن است به نقاط مینیمم محلی در فضای پارامتر، همگرا شود. بنابراین زمانی که الگوریتم BP همگرا می شود، نمی توان مطمئن شد که به یک جواب بهینه رسیده باشیم.
    - سرعت همگرایی الگوریتم BP، خیلی آهسته است.
    از این گذشته، همگرایی الگوریتم BP، به انتخاب مقادیر اولیه وزنهای شبکه، بردارهای بایاس و پارامترها موجود در الگوریتم، مانند نرخ یادگیری، وابسته است.
    در این گزارش، با هدف بهبود الگوریتم BP، تکنیک های مختلفی ارائه شده است. نتایج شبیه سازیهای انجام شده نیز نشان می دهد، الگوریتم های پیشنهادی نسبت به الگوریتم استاندارد BP، از سرعت همگرایی بالاتری برخوردار هستند.
    



جهت دانلود محصول اینجا کلیک نمایید



برچسب ها: بهبود سرعت یادگیری شبکه های عصبی چند لایه با الگوریتم پس انتشار خطا، بهبود سرعت یادگیری شبکه های عصبی چند لایه، الگوریتم پس انتشار خطا، الگوریتم یادگیری، شبکه های عصبی چند لایه، سرعت همگرایی الگوریتم BP، هدف بهبود الگوریتم BP،

تاریخ : سه شنبه 12 اسفند 1393 | 08:31 ق.ظ | نویسنده : تیما تی | نظرات
.: Weblog Themes By SlideTheme :.