روشی جدید جهت آموزش شبکه عصبی MLP با استفاده ازقوانین فازی

استفاده از منطق فازی در آموزش شبکه های عصبی به دلیل نزدیکی آن به زبان انسانی و نیز به جهت همگرایی سریعتر در آموزش و نیاز به عصبهای کمتر، آن را نسبت به دیگر روشها مانند آموزش مبتنی بر الگو یا تکرار، متمایز کرده است. در این مقاله به کمک یک تدوین جدید برای قوانین متناسب با ساختار شبک ههای عصبی پرسپترون چندلایه، روشی برای آموزش آنها بر اساس قوانین فازی ارائه می شود. مدل پیشنهادی خود را با یک مدل آموزش دیده بر اساس روش پس انتشار خطا از نظر سرعت همگرایی و دقت در یادگیری و تعداد عصبهای موجود در شبکه ی عصبی مقایسه می کنیم. برای این کار آزمایشی برای درون یابی یک تابع پیچیده ترتیب داده شد. متوسط خطا برای یک مجموعه آموزش 216 عضوی، 0/19 در 200 بار تکرار و برای آموزش به روش کلاسیک برای همین مجموعه، متوسط خطا 4/0 در 600 بار تکرار آموزش می باشد.

آدرس دانلود مقاله در زیر ذکر شده:

http://files.myopera.com/mehdibaghalha/files/15.pdf

/ 0 نظر / 10 بازدید