Zastosowanie algorytmu ewolucyjnego do trenowania jednokierunkowych płaskich sztucznych sieci neuronowych
Abstrakt
W artykule przedstawiono zastosowanie algorytmu ewolucyjnego do trenowania jednokierunkowych, płaskich, sztucznych sieci neuronowych. Przy użyciu proponowanej metody wytrenowano trzy sieci neuronowe do klasyfikacji problemu parity-3, parity-4 oraz parity-5. Otrzymane wyniki porównano z wynikami uzyskanymi przy użyciu metody wstecznej propagacji błędu ze wględu na liczbę iteracji potrzebną do wytrenowania danej sieci oraz ze względu na czas obliczeń. W pracy wykazano, że zastosowanie ewolucyjnej metody trenowania sztucznych sieci neuronowych może prowadzić do zmniejszenia czasu trenowania w odniesieniu do metody wstecznej propagacji błędu.
Autorzy (2)
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Aktywność konferencyjna
- Typ:
- publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
- Tytuł wydania:
- KOWBAN'2007 : XIV Krajowa Konferencja Komputerowe Wspomaganie Badań Naukowych, Szklarska Poręba, 24-26 października 2007 strony 35 - 40
- Język:
- polski
- Rok wydania:
- 2007
- Opis bibliograficzny:
- Słowik A., Białko M.: Zastosowanie algorytmu ewolucyjnego do trenowania jednokierunkowych płaskich sztucznych sieci neuronowych// KOWBAN'2007 : XIV Krajowa Konferencja Komputerowe Wspomaganie Badań Naukowych, Szklarska Poręba, 24-26 października 2007/ Wrocław: Wrocławskie Towarzystwo Naukowe, 2007, s.35-40
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 146 razy