ارسل ملاحظاتك

ارسل ملاحظاتك لنا









Optimization of the Neural Networks Parameters

المصدر: المجلة الفلسطينية للتكنولوجيا والعلوم التطبيقية
الناشر: جامعة القدس المفتوحة
المؤلف الرئيسي: Dweib, Mohammad Khalaf (Author)
مؤلفين آخرين: Abuzir, Yousef (Co-Author)
المجلد/العدد: ع1
محكمة: نعم
الدولة: فلسطين
التاريخ الميلادي: 2018
الشهر: كانون الثاني
الصفحات: 34 - 49
DOI: 10.33977/2106-000-001-003
ISSN: 2520-7431
رقم MD: 1536414
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: science
مواضيع:
كلمات المؤلف المفتاحية:
النقطة الأمثل | شبكة العصبية بب | طبقات مخفية | والزخم | قاعدة دلتا | وظائف الانتقال | وشبكة متعددة الأبعاد | ANN | Optimization | BP Neural Network | Hidden Layers | Momentum | Delta Rule | Transition Functions | And Multidimensional Network
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: الشبكة العصبية (NN) هو نهج فعال يستخدم في العديد من المجالات مثل الطب والصناعة والأمن والتنبؤ لسوق الأسهم، والتعرف على الحروف، ومعالجة الصور والعديد من المجالات الأخرى. المشكلة الرئيسية في استخدام الشبكة العصبية الاصطناعية (ANN) هي السيطرة على المعلمات، حيث لا توجد طريقة واضحة ومحددة لتحديد المعلمات المثلى من معلمات الشبكة العصبية. والهدف من هذه الدراسة هو اختيار أفضل المعلمات التي يمكن استخدامها لنمذجة وتحسين عدد الطبقات المخفية، وعدد من الخلايا العصبية الموجودة هناك، والزخم، قاعدة دلتا، وظائف الانتقال وشبكة متعددة الأبعاد.

Neural Networks (NN) is an effective approach used in many fields such as medicine, industry, security, stock market prediction, character recognition, image processing and many other fields. The main problem in the use of Artificial Neural Networks (ANN) is the control of parameters, since there is no explicit and specific way to determine the optimal values of Neural Network parameters. The aim of this study is to choose the best parameters that can be used to model and optimize the number of hidden layers, number of neurons contained in there, momentum, delta rule, transition functions and multidimensional network.

ISSN: 2520-7431

عناصر مشابهة