ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Fast Neural Synchronization Us...>الوصف

Fast Neural Synchronization Using Geometrical Analysis for Random Walk in Search Space

المصدر: المجلة العراقية لتكنولوجيا المعلومات
الناشر: الجمعية العراقية لتكنولوجيا المعلومات
المؤلف الرئيسي: Sahib, Naji M. (Author)
مؤلفين آخرين: Abass, Haithem Kareem (Co-Author)
المجلد/العدد: مج6, ع1
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2014
الصفحات: 69 - 80
DOI: 10.34279/0923-006-001-007
ISSN: 1994-8638
رقم MD: 707773
نوع المحتوى: بحوث ومقالات
قواعد المعلومات: HumanIndex
مواضيع:
استرجاع المعلومات
البحث
تكنولوجيا المعلومات
رابط المحتوى:
PDF (صورة)      PDF (نص)      HTML
صورة الغلاف QR قانون

عدد مرات التحميل

8

حفظ في:
المستخلص: التزامن في الشبكة العصبية هو ظاهرة التعلم المتبادل بين شبكتين عصبيتين أو اكثر. هذه الظاهرة لها تطبيقات كثيرة وخاصة في التشفير حيث يمكن استخدامها بشكل كفوء جدا في عملية تبادل المفاتيح عبر شبكة عامة غير أمينة. أن المشكلة الأكبر التي تواجه ظاهرة التزامن هي عدد الدورات اللازمة لتحقيق التزامن حيث أن مخرج كل شبكة يرسل إلى الشبكة المقابلة في الدورة الواحدة وعبر الشبكة. وبما أن عملية التزامن لها تصرف عشوائي فان التزامن قد يحدث في أي وقت خلال جلسة التزامن ولكن لا توجد أي طريقة حالية للتحقق من حصول التزامن ساعة حدوثه. هذا البحث قام بتوظيف التحليل الهندسي لدراسة السير العشوائي للأوزان في مستوي خلال عملية التزامن والنتيجة كانت الوصول إلى طريقة تعجل الوصول إلى حالة الاتزان أولا وكذلك إمكانية التحقق من وصول حالة التزامن.

Neural synchronization is a phenomenon of mutual learning between two or more neural networks. This phenomenon has tremendous applications especially in cryptography where it can be efficiently used in key exchange over public and un secure networks. This biggest problem facing neural synchronization is the number of rounds needed to accomplish the synchronization; where the output of each neural is sent to other party over network. Since the synchronization is a stochastic behavior then it could be established anytime along the synchronization session, but no current approach to verify establishing the synchronization once it happened. This paper has deployed geometric analysis to investigate random walk of weights in plane during the synchronization session, the outcome is an enhancement of the convergence of neural networks to synchronization points and another outcome is the verification of establishment the synchronization which is the focus of this paper.
ISSN: 1994-8638

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.