بهینه سازی روش پرسپترون چندلایه برای آموزش شبکه عصبی
- سال انتشار: 1394
- محل انتشار: اولین کنفرانس سالانه تحقیقات کاربردی در مهندسی برق، کامپیوتر
- کد COI اختصاصی: ECCONF01_049
- زبان مقاله: فارسی
- تعداد مشاهده: 602
نویسندگان
رییس دانشگاه آزاد اسلامی مرکز طالقان
کارمند دانشگاه آزاد اسلامی مرکز طالقان
دانشجوی دانشگاه آزاد اسلامی مرکز طالقان
چکیده
در این مقاله سعی شده تا با استفاده از شبکه های عصبی مصنوعیپرسپترون و سری های زمانی که ترجیحا میزان مصرف برق طی 15سال گذشته می باشد ، بهترین روش آموزش شبکه را مشخص نمود.در ابتدا مروری بر چرایی و دلیل استفاده از شبکه عصبی را خواهیمداشت و در ادامه بعد از تشریح ساختار شبکه عصبی (ترجیحاًپرسپترون چندلایه 1)، اشاره ای خواهیم داشت به کلیت سریزمانی و چگونگی تبدیل یک مساله پیش بینی سری زمانی به یکمساله تقریب تابعی کامل به گونه ای که بشود با شبکه عصبی آن راحل کرد. برای ارزیابی عملکرد مدل ارائه شده از معیار خطایمیانگین مربعات خطا به کارگرفته شده است. برای ارزیابی هم دادهها را به دو قسمت تقسیم می کنیم که از 80 درصد داده ها برایآموزش و 20 درصد برای تست . میانگین مربعات خطا و میانگینمطلق خطا نشان دهنده میزان خطای مدل می باشند. که بهترینمقدار آنها برابر صفر است خواهی دید که شبکه عصبی پرسپترون با دولایه و یک نورون و دو تابع اکتیویشن، میانگین خطای آموزش وتست کمتری خواهد داشت.کلیدواژه ها
شبکه عصبی ، پرسپترون چندلایه ، سری زمانی ، تقریب تابعیمقالات 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.