ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

Pattern Recognition using Adaptive Convolutional Neural Network

سال انتشار: 1394
کد COI مقاله: ICEEE07_086
زبان مقاله: انگلیسیمشاهد این مقاله: 419
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 7 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Pattern Recognition using Adaptive Convolutional Neural Network

Sara moghaddam - Qazvin international azad university Bojnourd,iran
ahmad ayatollahi - Iran university of science and technology Tehran,iran

چکیده مقاله:

Deep learning is an appreciate framework to deal with high-level data in order to find meaningful relationships between the features of the data. One of the well-known architecture of deep learning scheme is Convolutional Neural Network (CNN) which includes one or more convolutional layers with fully connected layers. Despite of the abilities of CNN, it suffers from parameter setting where the parameters with different values have high impacts on the performance of CNN. In this paper, parameter adaptation of CNN using new metaheuristic algorithm is proposed. The used metaheuristic algorithm is Harmony Search (HS) which is improved in this paper. Finally, the proposed method which is name Adaptive Convolutional Neural Network (ACNN) is applied on handwritten digit recognition field. Experimental results on MNIST dataset prove the superiority of the proposed ACNN to CNN.

کلیدواژه ها:

deep learning,CNN,pattern recognition ACNN,convolutional neural network

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/459070/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
moghaddam, Sara و ayatollahi, ahmad,1394,Pattern Recognition using Adaptive Convolutional Neural Network,هفتمین کنفرانس ملی مهندسی برق و الکترونیک ایران,گناباد,,,https://civilica.com/doc/459070

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1394, moghaddam, Sara؛ ahmad ayatollahi)
برای بار دوم به بعد: (1394, moghaddam؛ ayatollahi)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 ممقالهقاله لینک شده اند :

  • Learning Deep Architectures for AI, Journal of Foundations and Trends(@) ...
  • A. Ludovic, S. Rebecchi, S. Chevallier, and H. Paugam-Moisy, An ...
  • Y. Kai, W. Xu, and Y. Gong, Deep learning with ...
  • "Convolutionl Neural Networks (LeNet) _ DeepLearning 0.1 documentation" DeepLearning 0.1. ...
  • LeCun, Yann. "LeNet-5, convolutional neural networks". Retrieved 16 November 2013. ...
  • Z. W. Geem, J.-H. Kim, and G. V. Loganathan. A ...
  • of the harmony search algorithm: an overview. Artif. Intell. Rev., ...
  • M. Mahdavi, M. Fesanghary, and E. Damangir. An improved harmony ...
  • Y.-T. Kao, E. Zahara, and I.-W. Kao. A hybridized approach ...
  • S. Das and P Suganthan. Differential evolution: A survey of ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی