ارسل ملاحظاتك

ارسل ملاحظاتك لنا







يجب تسجيل الدخول أولا

مرشح كالمن الموسع لتدريب الشبكات العصبية الاصطناعية ذات التغذية الأمامية

العنوان بلغة أخرى: Extended Kalman Filter of Training Feed Forward Artificial Neural Network
العنوان المترجم: An expanded calamine filter for training artificial neural networks with frontal feeding
المصدر: مجلة جامعة كركوك للعلوم الإدارية والاقتصادية
الناشر: جامعة كركوك - كلية الإدارة والاقتصاد
المؤلف الرئيسي: جليل، طالب شريف (مؤلف)
مؤلفين آخرين: محمود، سلمان حسين (م. مشارك)
المجلد/العدد: مج2, ع1
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2012
الصفحات: 183 - 201
ISSN: 2222-2995
رقم MD: 926498
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
كلمات المؤلف المفتاحية:
مرشح كالمن | مرشح كالمن الموسع | الشبكات العصبية
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

19

حفظ في:
المستخلص: يناقش هذه البحث استخدام الشبكات العصبية الاصطناعية متعدد الطبقات ذات التغذية الأمامية Feed Forward والتي يتدرب باستخدام خوارزمية مرشح كالمن الموسع مرة، وأخرى بخوارزمية الانتشار العكسي Back propagation-الطريقة الاعتيادية -ويقارن بينهما مستخدما نوعين من البيانات: هي البيانات الأصلية التي تمثل وقت تأخير لشبكة (Aria phone) للاتصالات الهاتفية والبيانات المولدة، وقد أكدت بان اسلوب مرشح كالمن أسرع لعدد خطوات الفترة الزمنية لتدريب الشبكة العصبية مقارنة بالطريقة الثانية.

In this paper discuss the use of artificial neural networks multilayer feed forward, which are training using and Extended Kalman Filter (EKF) algorithm one and training Back propagation algorithm standard way then compare them by using two types of data which are the original data represent time delay of the network (Aria phone) for telephone communications and simulation data. The results confirm that EKF approach is faster to the period time steps to train the neural networks compared to the second way.

ISSN: 2222-2995