Postupci izgradbe perceptronskih neuronskih mreža (CROSBI ID 337000)
Ocjenski rad | diplomski rad
Podaci o odgovornosti
Stojančević, Anja
Perić, Nedjeljko
hrvatski
Postupci izgradbe perceptronskih neuronskih mreža
Predstavljene su PPLN i CCLN neuronske mreže. To su mreže sa izgradbenim postupkom učenja neuronske mreže. CCLN mreža koristi konstantne aktivacijske funkcije (sigmoidalne), maksimalnu korelaciju za učenje težina unutrašnjeg sloja i LM algoritam za podešavanje parametara. PPLN mreža ima aktivacijske funkcije koje se uče (Hermitove funkcije) i LS kriterij za učenje svih težina. Realizirana je CCLN mreža sa promjenjivim aktivacijskim funkcijama (Hermitovim funkcijama). Osim učenja težinskih koeficijenata neurona, uče se i koeficijenti aktivacijskih funkcija.
neuronske mreže; algoritam učenja; LM algoritam; regularizacija; optimalna dimenzija mreže; kaskadna korelacija; PPL; Hermitovi polinomi i funkcije
nije evidentirano
engleski
Growing Technique of Perceptron Neural Networks
nije evidentirano
neural networks; learning algorithm; regularisation; choice of optimal dimension of the network; cascade correlation; PPL (projection pursuit learning); Hermite polynomials and functions
nije evidentirano
Podaci o izdanju
78
27.09.2001.
obranjeno
Podaci o ustanovi koja je dodijelila akademski stupanj
Fakultet elektrotehnike i računarstva
Zagreb
