بهینه سازی شبکه عصبی کانولوشن برای تصاویر OPG دندان و MNIST مبتنی بر الگوریتم ژنتیک

  • سال انتشار: 1401
  • محل انتشار: کنفرانس بین المللی دانشجویان و مهندسان برق، و انرژی های پاک
  • کد COI اختصاصی: MEECDSTS01_026
  • زبان مقاله: فارسی
  • تعداد مشاهده: 458
دانلود فایل این مقاله

نویسندگان

مریم حیدری

گروه مهندسی برق و الکترونیک، دانشگاه لرستان، خرم آباد، ایران

فاطمه اقبالی

گروه مهندسی برق و الکترونیک، دانشگاه لرستان، خرم آباد، ایران

سلمان کریمی

گروه مهندسی برق و الکترونیک، دانشگاه لرستان، خرم آباد، ایران

چکیده

پیشرفت های اخیر در الگوریتم های بهینه سازی مبتنی بر جمعیت، پذیرش آن را در حل طیف گسترده ای از مسائل مختلف دنیای واقعی نشان داده است. الگوریتم بهینه سازی ژنتیک، یکی از روش های بهینه سازی مبتنی بر جمعیت با الهام از طبیعت است که می توان از آن در جهت یافتن پاسخ های مطلوب در مسائل مختلف استفاده نمود. در این مقاله، از الگوریتم ژنتیک برای پیدا کردن ساختار و پارامترهای بهینه شبکه عصبی کانولوشنی استفاده می شود؛ چرا که شبکه های عصبی، لایه ها و پارامترهای مختلفی دارند و حجم محاسباتی بالایی را موجب می شوند. بنابراین، نیاز به بهینه سازی پارامترهای شبکه احساس می شود تا بار محاسباتی سیستم، کاهش یابد. به طور معمول، این کار توسط متخصصان به صورت دستی و همراه با آزمون و خطا انجام می گیرد که ممکن است بهینه ترین پارامترها را به دنبال نداشته باشد. از این رو، راه حل پیشنهادی، از الگوریتم ژنتیک برای بهینه سازی ساختار و پارامترهای شبکه عصبی کانولوشنی استفاده می کند، به طوریکه نتایج تجربی آن بر روی مجموعه داده های MNIST از ارقام دست نویس و تصاویر OPG دندان، به ترتیب با دقت بالای ۹۷/۷۵ و ۱۰۰ درصد، کارایی روش پیشنهاد شده را نشان می دهند.

کلیدواژه ها

شبکه عصبی کانولوشنی، الگوریتم ژنتیک، بهینه سازی، مبتنی بر جمعیت، فراابتکاری

مقالات مرتبط جدید

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.