آموزش شبکه های عصبی مصنوعی به کمک الگوریتم بهینه سازی جمعی ذرات pso
محل انتشار: دهمین کنفرانس دانشجویی مهندسی برق ایران
سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,319
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ISCEE10_192
تاریخ نمایه سازی: 7 آذر 1390
چکیده مقاله:
شبکه های عصبی مصنوعی کاربرد های فراوانی در جداسازی داده ها، انطباق پذیری و یادگیری ماشینی دارند. یکی از چالش های موجوددر شبکه های عصبی مسئله آموزش آن می باشد. شبکه می بایست ابتدا آموزش ببیند و سپس بر اساس اندوخته هایش عمل نماید. روش های آموزش آماری همچون پس انتشار خطاBack Propagation دارای سرعت پایین و توقف در نقاط بهینه محلی می باشد. از سوی دیگر الگوریتم بهینه سازی جمعی ذراتPSO) قادر است که با یک روش غیر قطعی در فضای جواب ها، جوابی نزدیک به بهترین جواب را با سرعت و دقتی بالا پیدا نماید. این مقاله بررسی تاثیر آموزش شبکه های عصبی مصنوعی به کمک الگوریتم بهینه سازی جمعی ذرات % می باشد. نتایج شبیه سازی نشان می دهد که این الگوریتم به طور متوسط 30 % سریع از روش پس انتشار خطا و به طور متوسط 10 صحت بهتری از روش پس انتشار خطا دارد
کلیدواژه ها:
نویسندگان
مجید بهره پور
دانشگاه آزاد اسلامی واحد مشهد
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 :