کاربرد شبکه عصبی پرسپترون درپیش بینی معدل دانشجویان با مقایسه روشهای مختلف آموزش شبکه
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,472
فایل این مقاله در 6 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:
PNUNCIT01_212
تاریخ نمایه سازی: 20 اردیبهشت 1392
چکیده مقاله:
دراین پژوهش شبکه عصبی مصنوعی پرسپترون با استفاده ازالگوریتم های یادگیری مختلف برای پیش بین معدل با توجه بعوامل موثر دریادگیری و پیشرفت تحصیلی درقالب 37 پارامترورودی شبکه مورد بررسی قرار گرفته است داده های مورد نیاز ازطریق توزیع پرسشنامه بین 400 دانشجوی پیام نور رشته مهندسی کامپیوتر فناوری اطلاعات و علوم کامپیوتر بدست آمده است دراین مقاله برای شناسایی مناسب ترین الگوریتم یادگیری با پیاده سازی مختلف الگوریتم های رایج پس انتشار خطا را باتوجه به عواملی مانند زمان آموزش میانگین مربعات خطا و تعداد ایپوک epoch مورد بررسی قرار داده شده است نتایج این ارزیابی ها نشان میدهد الگوریتم lm به عنوان بهترین الگوریتم یادگیری درامرپیش بینی معدل بهترین نتایج را داراست
کلیدواژه ها:
نویسندگان
سعید آیت
دانشگاه پیام نورعضو هیئت علمی
منیره قاسمی قهساره
دانشگاه پیام نور
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 :