نمايش پست تنها
قديمي ۱۰-۲۰-۱۳۸۸, ۱۰:۲۰ بعد از ظهر   #1 (لینک دائم)
danialmdt
عضو جدید
 
آواتار danialmdt
 
تاريخ عضويت: آبان ۱۳۸۸
پست ها: 9
تشكرها: 8
15 تشكر در 5 پست
پيش فرض اساتید محترم لطفا راهنمائی بفرمایند :

دوستان سلام
طبق قضیه تقریب جهانی، شبکه های عصبی دولایه با تعداد نرونهای لایه مخفی مناسب قادر خواهند بود انواع نگاشتهای مورد نظر را ایجاد نمایند. اما سوال (و در واقع مشکل) من از این قراره :

ایجاد رابطه ای مناسب برای 32 الگوی ورودی (نوع یادگیری : با ناظر)

چون ورودی ها و خروجی ها یک بعدی اند تعداد نرونهای لایه مخفی را (S * 1 ) در نظر گرفته و بنابراین تعداد نرونهای لایه خروجی (اس * 1) خواهد بود. من مقدار S رو از 2 تا 20 ! تغییر میدهم اما اصلا نگاشت مورد نظر بدست نمی آید. در زیر دو مورد یکی با چهار و دیگری با پانزده نرون رو قرار دادم لطفا ملاحظه بفرمائید... (نقاط قرمز رنگ داده های ورودی و خط آبی رنگ تقریب با روش شبکه عصبی دولایه است.)

اما چرا مثلا تابع y=sinx یا y=x^2 را می توان تنها با دو نرون الی سه نرون به خوبی تقریب زد؟؟؟!!! در واقع شکل مدل من هم تقریبا شبیه به یک سهمی ساده است اما اصلا نتیجه مورد نظر را در خروجی شبکه عصبی نمی توانم بدست آورم!!!

از توجه و راهنمائی شما پیشاپیش ممنونم.
فايل ضميمه
نوع فايل: pdf 4 Neron.pdf (11.9 كيلو بايت, 53 نمايش)
نوع فايل: pdf 15 Neron.pdf (12.0 كيلو بايت, 46 نمايش)

ويرايش شده توسط danialmdt; ۱۰-۲۲-۱۳۸۸ در ساعت ۰۸:۵۴ بعد از ظهر
danialmdt آفلاين است   پاسخ با نقل قول

  #ADS
نشان دهنده تبلیغات
تبليغگر
 
 
 
تاريخ عضويت: -
محل سكونت: -
سن: 2010
پست ها: -
 

نشان دهنده تبلیغات is online