Αναδρομικά νευρωνικά δίκτυα με διαγώνιο πίνακα βαρών και μελέτη ευσταθών αλγορίθμων εκπαίδευσης

Δείτε το αρχείο http://vivliothmmy.ee.auth.gr/691/  
Φορέας Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης
Συλλογή Καταθετήριο της Βιβλιοθήκης Ηλ. Μηχανικών και Μηχ. Υπολογιστών Αναδρομικά νευρωνικά δίκτυα με διαγώνιο πίνακα βαρών και μελέτη ευσταθών αλγορίθμων εκπαίδευσης
Επιμέρους συλλογή Computer Science: Neural Networks
Θέματα Νευρωνικά Δίκτυα
ΠεριγραφήΕίναι γνωστή η δυσκολία δημιουργίας αλγορίθμων ευστάθειας και εφαρμογής τους στα ήδη γνωστά δίκτυα,και μάλιστα θεωρείται ιδιαίτερα επίπονη διαδικασία,αφού απαιτεί τη χρήση δύσκολων μαθηματικών εργαλείων.Έτσι,σκοπός της εργασίας αυτής είναι η δημιουργία νευρωνικών δικτύων των οποίων η αρχιτεκτονική θα διευκολύνει την εφαρμογή αλγορίθμων ευστάθειας,χρησιμοποιώντας απλούστερα μαθηματικά εργαλεία και καθιστώντας την όλη διαδικασία πιο απλή στην υλοποίησή της.Αυτό που τελικά ευελπιστούμε να πετύχουμε είναι η εκπαίδευση των Νευρωνικών αυτών Δικτύων,με ταυτόχρονη παρακολούθηση της διαδικασίας ευστάθειας ,κατά την διάρκεια της εκμάθησης. Το συνολικό Νευρωνικό Δίκτυο που υλοποιήθηκε περιλαμβάνει τα εξής επιμέρους δίκτυα • Ένα ανατροφοδοτούμενο δίκτυο με διαγώνιο πίνακα βαρών που είναι γνωστό ως Block Diagonal Recurrent Neural Network (BDRNN) και αποτελεί το κυρίως δίκτυο , του οποίου μας ενδιαφέρει τόσο η εκπαίδευση όσο η ευστάθειά του • Ένα στρώμα εξόδου,το οποίο συνδυάζει τις καταστάσεις του BDRNN,ώστε να παράγει την έξοδο του συστήματος • ¨Ένα στρώμα εισόδου στο BDRNN,που χρησιμεύει για την εισαγωγή της εξωτερική εισόδου ( είσοδος ενεργοποίησης ) • ¨Ένα παράλληλο προς το BDRNN,FeedForward Δίκτυο,το οποίο δρα βοηθητικά προς αυτό και μαζί παράγουν αθροιστικά την συνολική έξοδο • Και τέλος,ένα FeedForward Δίκτυο Ευστάθειας τοοποίο είναι γνωστό ως Stabilizing FeedForward Neural Network ( SFNN ) Στην εργασία περιγράφονται αναλυτικά όλα τα παραπάνω Δίκτυα,οι αναλυτικές εκφράσεις που προσδιορίζουν τη λειτουργία τους και οι λεπτομέρειες υλοποίησής τους.Η αποτελεσματικότητά τους γίνεται φανερή με την προσθήκη ορισμένων χαρακτηριστικών παραδειγμάτων,τα οποία από τη μια μεριά αποδεικνύουν την ορθή λειτουργία όλων των υλοποιηθέντων αλγορίθμων,και από την άλλη φανερώνουν τις τυχόν ατέλειες και παραλείψεις που τυχόν υπάρχουν στη θεωρητική ανάλυση και γίνονται ορατές μόνο κατά την εφαρμογή σε πραγματικές συνθήκες λειτουργίας,και μας βοηθούν να βγάλουμε χρήσιμα συμπεράσματα για τις επιδόσεις του Νευρωνικού Δικτύου,αλλά ταυτόχρονα μας οδηγούν στο να αναζητήσουμε βελτιωτικές λύσεις που θα εξαλείψουν τις τυχόν ατέλειες και ανεπιθύμητες συνθήκες λειτουργίας.Έτσι, προτείνονται λύσεις για την αντιμετώπιση των προβλημάτων που εμφανίστηκαν και γίνεται λεπτομερής αναφορά στο σκεπτικό που μας οδήγησε σ’ αυτές τις συγκεκριμένες βελτιωτικές παρεμβάσεις.
ΜεσολαβητήςΘεοχάρης Ιωάννης
Ημερομηνία2003-02-21
ΤύποςΔιπλωματική
Μορφότυποςapplication/vnd.ms-powerpoint
Μορφότυποςother
Πηγήhttp://vivliothmmy.ee.auth.gr/691/1/presentation.ppt
Πηγήhttp://vivliothmmy.ee.auth.gr/691/2/program.zip
Πηγήhttp://vivliothmmy.ee.auth.gr/691/3/diploma.zip
ΆδειαCreative Commons Attribution No Derivatives
Βιβλιογραφική αναφοράΒαφκάρης, Γεώργιος (2003) Αναδρομικά νευρωνικά δίκτυα με διαγώνιο πίνακα βαρών και μελέτη ευσταθών αλγορίθμων εκπαίδευσης. Θεοχάρης Ιωάννης , Θεσσαλονίκη.
Σχέσηhttp://vivliothmmy.ee.auth.gr/691/
Επισκέψεις5