شماره ركورد كنفرانس
4319
عنوان مقاله
پيادهسازي شناساگر عصبي سينوسي پايدار با يادگيري عاطفي بهنگام
پديدآورندگان
احمدي قاسم g.ahmadi@pnu.ac.ir دانشگاه پيام نور , تشنهلب محمد teshnehlab@eetd.kntu.ac.ir دانشگاه صنعتي خواجه نصيرالدين طوسي
تعداد صفحه
6
كليدواژه
سيستم غيرخطي ديناميكي گسسته , شناسايي سيستم , شبكه عصبي سينوسي , يادگيري عاطفي بر مبناي لياپانوف
سال انتشار
1394
عنوان كنفرانس
دومين همايش ملي مهندسي كامپيوتر و فناوري اطلاعات دانشگاه پيام نور
زبان مدرك
فارسي
چكيده فارسي
شبكههاي عصبي ابزارهايي قدرتمند در شناسايي سيستمهاي غيرخطي هستند. در اين مقاله از شبكه عصبي سينوسي براي شناسايي سيستمهاي ديناميكي غيرخطي گسسته استفاده شده است. شبكه عصبي سينوسي يك شبكه عصبي پيشرو با تابع فعالساز سينوسي در نورونهاي لايه پنهان ميباشد. در اين مقاله، پارامترهاي شبكه عصبي سينوسي به كمك يك الگوريتم يادگيري عاطفي بهنگام بر مبناي لياپانوف تنظيم ميشوند. اين الگوريتم بر مبناي نظريه پايداري لياپانوف و يادگيري عاطفي طراحي شده است و بر خلاف الگوريتمهاي يادگيري بر مبناي گراديان، بسيار سريع است و از نقاط مينيمم موضعي اجتناب ميكند. در شبيهسازيها، عملكرد بهتر شبكه عصبي سينوسي با يادگيري عاطفي بر مبناي لياپانوف نسبت به عملكرد آن با الگوريتم يادگيري معمولي بهنگام بر مبناي لياپانوف و مدل پرسپترون چندلايه با الگوريتمهاي مذكور نشان داده شده است.
كشور
ايران
لينک به اين مدرک