یک روش ترکیبی بر پایه الگوریتم دسته ماهیهای مصنوعی (AFSA) و پسانتشار (BP) برایبهینهسازی یادگیری شبکه های عصبی پیشخور چند لایه
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 582
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:
FNCEITPNU02_015
تاریخ نمایه سازی: 19 اردیبهشت 1395
چکیده مقاله:
بهینه سازی یادگیری شبکه های عصبی مصنوعی (ANN) ، یک موضوع بهینه سازی غیرخطی بسیار پیچیده می باشد. شبکههای عصبیپیشخور، نمونهای از شبکههای عصبی مصنوعی میباشند که کاربرد بسیار زیادی دارند و از آنها استفادههای بسیاری شده است. در ای نمقاله یک الگوریتم ترکیبی بر پایه AFSA و BP برای بهبود یادگیری شبکههای عصبی پیشخور پیشنهاد میگردد . این الگور یتم ب رروی یک شبکه عصبی پیشخور سهلایه اجرا گردیده است. نتایج آزمایشات نشان دهنده صحت و کارآمدی روش پیشنهاد شده میباشد.
کلیدواژه ها:
نویسندگان
جعفر امامی پور
گروه مهندسی کامپیوتر و فناوری اطلاعات، 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 :