شبکه عصبی پرسپترون موازی مستقیم با پیوند تابعی همراه با محاسبات بدون تکرار

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 797

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICS11_174

تاریخ نمایه سازی: 14 مهر 1392

چکیده مقاله:

شبکه عصبی پرسپترون موازی، شبکهای با ساختاری ساده است؛ که جهت تخمین مورد استفاده قرار می گیرد، در این شبکه ایجاد حداکثر فاصله بین الگوهای ورودی توسط پرسپترونها، سبب افزایش توانایی طبقه بندی در ناحیه تصمیم گیری می شود. در این نوشتار روشی بدون تکرار و دارای توانایی یادگیری آنلاین ارائه شده است؛ که در آن از تابعی مثلثاتی، جهت افزایش توانایی طبقه بندی استفاده می شود.پیچیدگی محاسباتی این روش یک تابع خطی از تعداد ورودی هاست. ارزیابی های صورت گرفته بر روی دادگان استاندارد نشان می دهد که شبکه پرسپترون موازی مستقیم با پیوند تابعی، یک شبکه قابل رقابت با شبکه ها و روشهای مشابه، همچون ماشین بردار پشتیبان، پرسپترون موازی معمولی، درخت تصمیم، مادالاین و غیره در مسائل طبقه بندی است

نویسندگان

محمد سلیمانی پوری

دانشگاه آزاد اسلامی واحد قزوین، گروه مهندسی کامپیوتر و فناوری اطلاعات، قزوین، ایران

کریم فائز

دانشکده مهندسی برق، دانشگاه صنعتی امیرکبیر، تهران، ایران

ابراهیم جلوه فرد

دانشگاه آزاد اسلامی واحد قزوین، گروه مهندسی کامپیوتر و فناوری اطلاعات، قزوین، ایران

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 :
  • T. Danisman, I. Marius Bilasco, J. Martinet, and C. Djeraba, ...
  • N. A. Mat Isa and W. M. F. . Mamat, ...
  • G. E. Dahl, D. Yu, L. Deng, and A. Acero, ...
  • T. Adam, U. Hashim, and U. S. Sani, "Designing an ...
  • International Conference on, 2012, pp. 233-236. ...
  • P. Auer, H. Burgsteiner, and W. Maass, "Reducing communication for ...
  • T. P. Hong and S. S. Tseng, "Parallel perceptron learning ...
  • communication model, " Parallel Computing, vol. 18, no. 2, pp. ...
  • pattern Multi-classء [7] G. Ou and Y. L Murphey, classification ...
  • S. K. Pal and S. Mitra, "Multilayer perceptron, ...
  • fuzzy sets, and classification, " IEEE Transactions _ Neural Networks, ...
  • S. R. Safavian and D. Landgrebe, "A survey of decision ...
  • I. Steinwart and A. Christmann, Support vector machines. Springer, 2008. ...
  • I. Cantador and J. R. Dorronsoro, "Parallel Perceptrons and Training ...
  • Imbalanced Classification Problems, " Proceedings of the Learning, vol. 4. ...
  • M. Fernandez -Delgado, J. Ribeiro, E. Cernadas, and S. B. ...
  • Neural Networks, IEEE Transactions on, vol. 22, no. I1, pp. ...
  • N. Cristianini and J. Shawe-Taylor, An introduction to support vector ...
  • V. Vapnik, The nature of statistical learning theory. springer, 1999. ...
  • S. Dehuri and S. B. Cho, _ comprehensive survey on ...
  • B. Widrow and M. A. Lehr, "30 years of adaptive ...
  • backpropag ation, " Proceedings of the IEEE, vol. 78, no. ...
  • Y. Freund and R Schapire, _ desici o-theoretic generalization of ...
  • L. Breiman, "Bagging predictors, " Machine learning, vol. 24, no. ...
  • نمایش کامل مراجع