ارسل ملاحظاتك

ارسل ملاحظاتك لنا







نهج تغاير التحييز لطبقات الشبكات العصبية لتحسين قابلية التعميم

العنوان بلغة أخرى: Variant Mode of Neural Networks Layer Bias to enhance the neural Network Generalization Ability
المؤلف الرئيسي: مومني، فتحي إبراهيم يوسف (مؤلف)
مؤلفين آخرين: ربابعة، مأمون (مشرف) , عبدالجبار، وليد (م. مشارك)
التاريخ الميلادي: 2008
موقع: المفرق
الصفحات: 1 - 79
رقم MD: 587057
نوع المحتوى: رسائل جامعية
اللغة: العربية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة آل البيت
الكلية: كلية الأمير الحسين بن عبد الله لتكنولوجيا المعلومات
الدولة: الاردن
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

89

حفظ في:
LEADER 04561nam a22003497a 4500
001 0275395
041 |a ara 
100 |9 322444  |a مومني، فتحي إبراهيم يوسف  |e مؤلف 
245 |a نهج تغاير التحييز لطبقات الشبكات العصبية لتحسين قابلية التعميم  
246 |a Variant Mode of Neural Networks Layer Bias to enhance the neural Network Generalization Ability 
260 |a المفرق  |c 2008 
300 |a 1 - 79  
336 |a رسائل جامعية 
502 |b رسالة ماجستير  |c جامعة آل البيت  |f كلية الأمير الحسين بن عبد الله لتكنولوجيا المعلومات  |g الاردن  |o 0029 
520 |a اعتمادا على دراسة سابقة بعنوان " تقييس التعميم لشبكات عصبية ذات تغذية أمامية ودعم الأداء فيها" استمر مبدأ دعم وتطوير إمكانية التعميم للشبكات العصبية ذات التغذية الأمامية في العمل الحالي. ذلك العمل غير الطبيعة الستاتيكية (السكونية) المتعلقة باسترجاع البيانات إلى مرحلة ديناميكية (تغايرية). تم تحقيق ذلك من خلال توسعة الطبقة الأخيرة لإمكانيات قيمة العتبة الشاملة. لتطبيق هذا المبدأ على نموذج جميع طبقات الشبكة العصبية للتغذية الأمامية، تم تقديم دراسات مختلفة لتحقيق ذلك. من خلال جميع المقترحات، كان هناك خياران ممكنة الاستخدام. الأول وتبعا لتضمين انتشار الإشارات، تبدو من الصعوبة لتوصيلها بالشكل المناسب، بينما في الخيار الثاني، فقد تم تحليل المقترح ووجد ممكن التطبيق، وبهذا فقد تم إنجازه واختباره في هذا العمل كمقترح مناسب. الدراسة الحالية تعتبر النموذج بمثابة تركيب موحد من شبكتين عصبيتين هما الشبكة الساندة، والشبكة الرئيسة. الأولى مسؤولة عن إعداد التغايرات المطلوبة لإنجاز العمليات الخاصة بالشبكة الرئيسة من خلال قيم العتبة لدوال التحفيز للشبكة الرئيسة لكل الطبقات عدا طبقة الإدخال. الشبكة الثانية، تتأثر بالشبكة الساندة وهي مسؤولة لتقديم الترابط لكل الأنماط. لهذا النموذج، تم تصميم خوارزمية تدريب وتم تفصيليهما لتحتوي مرحلتين. المرحلة الأولى تميل لتقليد المعالجة المطلوبة لارتباط الأنماط ببساطة، بينما الثانية فهي ترتقي لتمثيل الاستجابة الذهنية المطلوبة لتحقيق قابلية التعميم للإنسان. اعتمادا على اختبارات الأداء للنموذج المقدم، فإن النتائج التي تم الحصول عليها تثبت القناعة، وذلك من خلال محورين: الأول، هو تقليل الخطأ الناتج من ارتباط الأنماط، والثاني تحقيق محاكاة مخلصة للنظريات السلوكية لما تتعلق به وعناوين الدراسة الحالية. 
653 |a الشبكات العصبية   |a تكنولوجيا المعلومات   |a الخوارزميات   |a الذكاء الاصطناعي   |a الحاسبات الالكترونية  
700 |9 227906  |a ربابعة، مأمون  |e مشرف 
700 |9 258905  |a عبدالجبار، وليد  |e م. مشارك 
856 |u 9802-005-012-0029-T.pdf  |y صفحة العنوان 
856 |u 9802-005-012-0029-A.pdf  |y المستخلص 
856 |u 9802-005-012-0029-C.pdf  |y قائمة المحتويات 
856 |u 9802-005-012-0029-F.pdf  |y 24 صفحة الأولى 
856 |u 9802-005-012-0029-1.pdf  |y 1 الفصل 
856 |u 9802-005-012-0029-2.pdf  |y 2 الفصل 
856 |u 9802-005-012-0029-3.pdf  |y 3 الفصل 
856 |u 9802-005-012-0029-4.pdf  |y 4 الفصل 
856 |u 9802-005-012-0029-5.pdf  |y 5 الفصل 
856 |u 9802-005-012-0029-O.pdf  |y الخاتمة 
856 |u 9802-005-012-0029-R.pdf  |y المصادر والمراجع 
930 |d y 
995 |a Dissertations 
999 |c 587057  |d 587057 

عناصر مشابهة