رفتن به مطلب

ELearn++1يك الگوريتم جديد براي يادگيري افزايشي در شبكه هاي چندلايه پرسپتروني


spow

ارسال های توصیه شده

هدف الگوريتم هاي يادگيري افزايشي در شبكه هاي چند لايه پرسپتروني، حفظ نتايج فازهاي آموزشي قبلي و بهبود عملكرد شبكه با آموز ش انحصاري آن بر روي نمونه هاي جديد اس ت . الگوريتمهايي كه تاكنون براي يادگيري افزايشي در يك شبكه چند لايه پرسپتروني پيشنهاد شده اند قابليت تعريف كلاس هاي جديد را در اختيار نمي گذارند . در اين مقاله الگوريتمي براي يادگيري افزايشي در شبكه هاي چند لايه پرسپتروني مورد بررسي قرار مي گيرد كه اين نقطه ضعف را رفع كرده است . اين الگوريتم از تركيب افزايشي تعدادي شبكه يادگير ضعيف كه هريك مربوط به تعدادي از نمونه هاي آموزشي است كه در طول زمان به سيستم ارائه شده اند، يك شبكه يادگير قوي مي سازند و قابليت پذيرش كلاسهاي جديد معرفي شده توسط نمونه هاي تازه وارد را نيز دارا مي باشند . در اينجا تاثير پارامترهاي مختلف بر ميزان كارايي الگوريتم مورد بررسي قرار گرفته، و بوسيله نتايج بدست آمده، عملكرد الگوريتم مورد تحليل قرار خواهد گرفت . به علاوه سه راه براي بهبود عملكرد چنين الگوريتمي پيشنهاد شده است. نتايج حاصل از پياده سازيهاي صورت گرفته، حاكي از موفقيت اين روشها در بهبود عملكرد الگوريتم نسبت به نسخه اصلي مي باشد تاجايي كه استفاده همزمان از اين روشها منجر به كاهش پنجاه درصدي خطا نسبت به نسخه اصلي الگوريتم گرديده است

 

برای مشاهده این محتوا لطفاً ثبت نام کنید یا وارد شوید.

لینک به دیدگاه

به گفتگو بپیوندید

هم اکنون می توانید مطلب خود را ارسال نمایید و بعداً ثبت نام کنید. اگر حساب کاربری دارید، برای ارسال با حساب کاربری خود اکنون وارد شوید .

مهمان
ارسال پاسخ به این موضوع ...

×   شما در حال چسباندن محتوایی با قالب بندی هستید.   حذف قالب بندی

  تنها استفاده از 75 اموجی مجاز می باشد.

×   لینک شما به صورت اتوماتیک جای گذاری شد.   نمایش به صورت لینک

×   محتوای قبلی شما بازگردانی شد.   پاک کردن محتوای ویرایشگر

×   شما مستقیما نمی توانید تصویر خود را قرار دهید. یا آن را اینجا بارگذاری کنید یا از یک URL قرار دهید.

×
×
  • اضافه کردن...