تنظیم وزن های شبکه عصبی مصنوعی با استفاده از الگوریتم بهینه سازی دسته میگوها
- سال انتشار: 1393
- محل انتشار: نهمین سمپوزیوم بین المللی پیشرفتهای علوم و تکنولوژی
- کد COI اختصاصی: SASTECH09_143
- زبان مقاله: فارسی
- تعداد مشاهده: 604
نویسندگان
دانشگاه آزاد اسلامی واحد قزوین، دانشکده برق، رایانه فناوری اطلاعات، قزوین، ایران
دانشگاه تربیت مدرس، دانشکده برق کامپیوتر، تهران، ایران
چکیده
امروزه دسته بندی داده ها بازشناسی الگو یکی از مبحثهای مورد توجه در علوم مختلف است. از اینرو دسته بندهای متفاوتی جهت انجام این امر ساخته ارایه شده است. از مهمترین ویژگیهای یک دسته بند، دقت بالا در پیش بینی تعیین دسته داده ها است. شبکه های عصبی یکی از انواع دسته بندهایی هست که میتواند دقت بالایی در مدل سازی فراهم کند. این به دلیل تراکنش سیگمویید غیرخطی در لایه های پنهان میباشد. از آن جهت استفاده از این شبکه ها در دسته بندی داده ها بسیار پرکاربرد است.یکی از چالشهای اصلی شبکه های عصبی مصنوعی (ANN)، نحوه به روز رسانی وزن های ANNدر هنگام آموزش است. استفاده از الگوریتمهای فرامکاشفه ای نظیر بهینه سازی ازدحام ذرات، برای رفع ضعف الگوریتم های مبتنی بر گرادیان، در سالیان اخیر بسیار مورد توجه قرار گرفته است. در همین راستا، در این مقاله، الگوریتم بهینه سازی دسته میگوها، برای یادگیری ANN، پیشنهاد شده است. در این روش، سه مولفه اصلی الگوریتم بهینه سازی دسته میگوها یعنی حرکت ایجاد شده بوسیله میگوهای دیگر، حرکت غذایابی پراکندگی تصادفی، وظیفه به روز سانی وزن های ANN را به عهده دارند. همچنین کارایی آن از طریق آموزش ANNهای پیشخور که برای دسته بندی استفاده میشوند، آزمایش شده است. نتایج آزمایشات گسترده بر روی مجموعه داده های UCI، عملکرد بهتر این روش را نسبت به روشهای قبلی نشان میدهد.کلیدواژه ها
الگوریتم دسته میگوها، شبکه عصبی، دسته بندی، بهینه سازی، فرامکاشفه ایمقالات مرتبط جدید
- مرور سیستماتیک کاربرد هوش مصنوعی در موسیقی
- In-silico Analyses for Finding Potential Key Genes and Pathways Associated with Guillain-Barré Syndrome Using Computational Tools
- OCD Severity Based on EEG Signals
- Investigating the (non) -Impact of Customizing Knowledge Bases of Artificial Intelligence -Driven Robot on Language for Specific Purposes Learning
- The Need for Telehealth and Tele-Educationon in Optimizing Measles Surveillance and Reducing Healthcare Costs
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.