دانلود مقاله ISI انگلیسی شماره 52123
عنوان فارسی مقاله

شبکه های عصبی با مدل های نورون عمومی متعدد: رویکرد هوش محاسباتی ترکیبی با استفاده از برنامه نویسی ژنتیک

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
52123 2009 9 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Neural networks with multiple general neuron models: A hybrid computational intelligence approach using Genetic Programming
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Neural Networks, Volume 22, Issues 5–6, July–August 2009, Pages 614–622

کلمات کلیدی
مدل نورون عمومی؛ محاسبات تکاملی؛ برنامه نویسی ژنتیک؛ الگوریتم ترکیبی؛ فراگیری ماشین؛ فضای پارامتر؛ تجسم
پیش نمایش مقاله
پیش نمایش مقاله شبکه های عصبی با مدل های نورون عمومی متعدد: رویکرد هوش محاسباتی ترکیبی با استفاده از برنامه نویسی ژنتیک

چکیده انگلیسی

Classical neural networks are composed of neurons whose nature is determined by a certain function (the neuron model), usually pre-specified. In this paper, a type of neural network (NN-GP) is presented in which: (i) each neuron may have its own neuron model in the form of a general function, (ii) any layout (i.e network interconnection) is possible, and (iii) no bias nodes or weights are associated to the connections, neurons or layers. The general functions associated to a neuron are learned by searching a function space. They are not provided a priori, but are rather built as part of an Evolutionary Computation process based on Genetic Programming. The resulting network solutions are evaluated based on a fitness measure, which may, for example, be based on classification or regression errors. Two real-world examples are presented to illustrate the promising behaviour on classification problems via construction of a low-dimensional representation of a high-dimensional parameter space associated to the set of all network solutions.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.