استفاده ازالگوریتم جهش قورباغه درآموزش شبکه های عصبی بازگشتی غیرخطی
- سال انتشار: 1392
- محل انتشار: اولین همایش ملی رویکردهای نوین در مهندسی کامپیوتر و بازیابی اطلاعات
- کد COI اختصاصی: BPJ01_754
- زبان مقاله: فارسی
- تعداد مشاهده: 1017
نویسندگان
عضو هیئت علمی دانشگاه آزاد اسلامی رودسر
کارشناس ارشدمهندسی کامپیوترنرم افزار
دانشجوی کارشناسی ارشدمهندسی کامپیوترمعماری
چکیده
شبکههای عصبی بازگشتی غیرخطی 1 به عنوان مدلهای نظری برای مدل کردن و پیشگویی رفتار سیستمهای غیرخطی مانندبارها و سیستمهای الکتریکی و مکانیکی بکارمیروند. شبکههای بازگشتی بوسیلهی الگوریتمهای بهینهسازی کلاسیک آموزش دادهمیشوند. در این مقاله از الگوریتم بهینهسازی جهش قورباغه برای آموزش شبکههای عصبی بازگشتی ، استفاده میشود. این الگوریتم برای بدست آوردن بردار وزنی بهینهی شبکهی بازگشتی، از تکرارهای بیش از حد یا الگوریتمهای جستجوی خطی خستهکننده استفاده نمیکند و در بهینهی محلی کمعمق گیر نمیافتد. در هنگام آموزش مدلِ مورد نظر ، از الگوریتم جهش قورباغه در مدoff-line استفادهمیشود. در نهایت این الگوریتم با روش های گرادیان کاهندهی برخط و گرایان کاهنده در مد بلاک مقایسه میشود و نتایج بیان کننده ی کارایی بالای روش پیشنهادی می باشدکلیدواژه ها
الگوریتم جهش قورباغه ، شبکه های عصبی بازگشتی، آموزش،بهینه سازیمقالات 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.