مروری بر نظریه تشدید انطباقی( ART) ۱
سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 500
فایل این مقاله در 13 صفحه با فرمت PDF 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:
MEBREA04_073
تاریخ نمایه سازی: 3 مرداد 1401
چکیده مقاله:
اکثر الگوریتم های یادگیری یا نمیتوانند موارد بسیار نادر را بیاموزند، یا در یک دنیای غیرایستا (یعنی دنیایی که در آن ممکن است تمام قوانین بصورت غیر قابل پیش بینی در طی زمان تغییر کنند) و هنگام یادگیری سریع یعنی هنگامیکه یک رخداد فقط با یکبار ارائه آموخته میشود، ناپایدار میشوند . نظریه تشدید انطباقی این مسایل را حل می کند. این نظریه که بر اساس پردازش اطلاعات شناختی بشر توسعه یافته است، شامل مدل های با سرپرست و بدون سرپرست می باشد. در این مقاله اصول یادگیری بر پایه انطباق (در مقابل یادگیری بر پایه خطا در پرسپترون) و یادگیری سریع پایدار در ART ، به علاوه نحوه کارکرد برخی از مدل های آن شامل ART۱،ARTMAP و dART ارائه می شود. کاربردهای گسترده این نظریه شامل تشخیص و طبقه بندی در حوزه های فنی، زیستی و پزشکی است که عناوین برخی از آنها در این مقاله آورده می شود.
کلیدواژه ها:
نویسندگان
هدی جلال کمالی
استادیار گروه مهندسی کامپیوتر، مجتمع آموزش عالی زرند، کرمان، ایران