Power Allocation RBF-type Neural Network Regression Method
- سال انتشار: 1399
- محل انتشار: سومین کنفرانس بین المللی تحقیقات بین رشته ای در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام
- کد COI اختصاصی: ECMM03_051
- زبان مقاله: انگلیسی
- تعداد مشاهده: 416
نویسندگان
Biology Department, Kermanshah Branch, Islamic Azad University, Kermanshah, Iran
Human Biology-health and disease Department,Toronto University, Toronto, Canada
چکیده
A novel method, the Power Allocation Radial Basis Function (PA-RBF), is developed in this study. It is based on Decision Tree (DT) classification and RBF neural network regression. In PA-RBF, the DT algorithm is applied to separate the whole dataset into segments, after which smaller RBF models are applied on the separated datasets. Then trial and error method is utilized to find the optimum Division Percent (DP) and Minimum Parent Size (MPS) characteristics of the DT algorithm, as well as the RBF models’ number of hidden neurons and spread amounts. The regression performance of the RBF and PA-RBF methods is compared by using two different case studies of open channel junction velocity prediction and Parkinson’s disease tracking. The results show that in the case of open channel junction velocity simulation, the PA-RBF model with RMSE of 0.142 performs about 90% more accurately than the RBF model with RMSE of 0.27; as for Parkinson’s disease tracking, PA -RBF with RMSE of 7.14 shows nearly 22% more accurately compared with the RBF model with RMSE of 8.75.کلیدواژه ها
Classification, Decision tree, Power allocation, Radial basis function, Regression.مقالات مرتبط جدید
- تحلیل مکانیزم جدید رابط بین صفحه متحرک و ثابت ربات موازی صفحه ای
- تحلیل عددی کمانش پوسته استوانهای کامپوزیت تحت فشار یکنواخت خارجی با در نظر گرفتن جدایش بین الیه ها و رشد آن با استفاده از روش المان های چسبنده
- تحلیل عددی مخزن استوانه ای جدار نازک به روش متقارن محوری و مقایسه آن با حل دقیق
- بررسی تاثیر نرخ سرد شدن بر سختی و ریز ساختار یک آلیاژ
- مروری بر کامپوزیتهای فلزی؛ ویژگیها و روشهای تولید
اطلاعات بیشتر در مورد 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.