CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

تنظیم پارامترهای الگوریتمهای یادگیری در شبکه های عصبی SDPTA,EBTPA,RDPTA,SCPTA با استفادها ز آتاماتون های یادگیر و مقایسه آن با روش سعی و خطا

عنوان مقاله: تنظیم پارامترهای الگوریتمهای یادگیری در شبکه های عصبی SDPTA,EBTPA,RDPTA,SCPTA با استفادها ز آتاماتون های یادگیر و مقایسه آن با روش سعی و خطا
شناسه ملی مقاله: ACCSI10_087
منتشر شده در دهمین کنفرانس سالانه انجمن کامپیوتر ایران در سال 1383
مشخصات نویسندگان مقاله:

علی یوسفی - دانشگاه آزاد اسلامی واحد همدان
محمدرضا میبدی - دانشگاه صنعتی امیرکبیر
محمد تشنه لب - دانشگاه صنعتی خواجه نصیرالدین طوسی
کامبیز بدیع - مرکز تحقیقات مخابرات ایران

خلاصه مقاله:
یکی از ابزارهای هوش مصنوعی شبکه های عصبی مصنوعی است که امروزه موردتوجه بسیاری از محققان قرارگرفته است مهمترین ویژگی یک شبکه عصبی الگوریتم یادگیری آن است پارامترهای مختلفی درالگوریتم یادگیری شبکه عصبی مصنوعی می تواند وجود داشته باشد که تنظیم صحیح و دقیق آن می توان به کارآمدی الگوریتم درروند کاربردی شبکه عصبی منجر شود اعم این پارامترها بترتیب درشبکه های EBPTA,SCPTA,RDPTA,SDPTA عبارتنداز c,r که دراین تحقیق به تنظیم ان به روش آتاماتون و مقایسه آن با تنظیم به روش سعی و خطا پرداخته شده است.

کلمات کلیدی:
پارامترهای شبکه هایعصبی، آتاماتونهای یادگیر، شبکه های عصبی EBPTA,SCPTA,RDPTA,SDPTA

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/128530/