hrvatski

Unaprijedna neuronska mreža s jednim i dva skrivena sloja u predikciji ponašanja kaotičnog dinamičkog sustava

Klasične statističke metode obrade signala daju slabe rezultate u predviđanju ponašanja dinamičkih sustava, a poseban problem predstavljaju sustavi s nelinearnostima, vremenski promjenjivim parametrima i kaotični sustavi. Promjenom parametara kaotični sustavi pokazuju širok raspon različitih nelinearnih ponašanja, te zato predstavljaju dobar problem za ispitivanje raznih tehnika obrade signala, među kojima su i neuronske mreže. U ovom radu biti će prikazan jedan takav problem, gdje će se pomoću unaprijedne statičke neuronske mreže s povratnim prostiranjem pogreške pokušati predvidjeti ponašanje nelinearnog kaotičnog sustava pod nazivom Glass-Mackeyeva jednadžba. Usporediti će se rezultati učenja neuronske mreže s jednim i s dva sakrivena sloja, ispitati utjecaj različitih aktivacijskih funkcija sakrivenih slojeva na učenje mreže, te utjecaj momentuma prvog i drugog reda. Prikazati će se i utjecaj broja neurona pojedinog sakrivenog sloja neuronske mreže s dva sakrivena sloja na učenje mreže. Naučena mreža će se testirati na njoj nepoznatom skupu ulaznih podataka.

predikcija; kaotični sustavi; unaprijedna statička neuronska mreža; povratno prostiranje pogreške; Glass-Mackeyev sustav; sakriveni slojevi; aktivacijske funkcije; momentum prvog reda; momentum drugog reda

nije evidentirano