بهينه سازي ساختار شبكه هاي عصبي با استفاده از روش اتوماتاي يادگير
عملكرد شبكه هاي عصبي به طرز چشمگيري به پارامترهاي ساختاري آن وا بسته است . تعداد نرونها، تعداد لايه هاي مخفي، نحوه اتصال نرونها، و نوع توابع تحريك مثالهاي بارزي از اين پارامترها هستند . در اين تحقيق روشي جديد براي بهينه سازي ساختار شبكه هاي عصبي جهت دستيابي به عملكرد بهينه (يا نزديك به آن) ارائه شده است. اين روش مبتني بر الگوريتم اتوماتاي يادگير است. در روش پيشنهادي پارامترهاي ساختاري شبكه عصبي به عنوان متغيرهاي مستقل در نظر گرفته شده ، و تابع عملكرد شبكه عصبي به وسيله روش بهينه سازي تابعي اتوماتاي يادگير بهينه مي شود. شبكه هاي عصبي مورد آزمايش در اين تحقيق به منظور طبقه ب ندي داده به كار گرفته شده است . نتايج عملي حاصل از آزمايشات متعدد بر روي داده هاي آزمايشي متنوع (در ابعاد فضاي ويژگي، تعدا د نمونه ها و تداخل كلاسها) كارايي روش پيشنهادي را به خوبي آشكار مي كند. براي محك زدن هر چه بهتر روش پيشنهادي، عملكرد آن با روش بهينه سازي تكاملي نيز مقايسه شده است.
|