W7, politechnika infa 2 st, Sieci neuronowe, WYKŁADY

Sztuczne sieci neuronowe
Krzysztof A. Cyran
POLITECHNIKA ŚLĄSKA
Instytut Informatyki, p. 311
   Wykład 7
PLAN:
-
Repetitio (brevis)
-
Algorytmy miękkiej selekcji:
algorytmy ewolucyjne
symulowane wyżarzanie
-
Opowieść o kangurach
   Repetitio
•
W aspekcie architektury
: zajmowaliśmy się
tylko sieciami typu
feed-forward
•
W aspekcie działania pojedynczego
neuronu
: rozważaliśmy tylko neurony
sigmoidalne oraz radialne
   Repetitio (cd.)
W aspekcie uczenia
: szczegółowo przedstawiono
tylko gradientowe algorytmy uczenia
nadzorowanego:
•
backpropagation
(wraz z modyfikacjami
inercyjnymi) (algorytm I rzędu)
•
metodę zmiennej metryki
(algorytm II rzędu)
•
metodę gradientów sprzężonych
(algorytm I
rzędu)
   Algorytmy miękkiej selekcji
Algorytmami miękkiej selekcji nazywamy
algorytmy umożliwiające akceptowanie wzrostu
minimalizowanej funkcji celu, po to by
ewentualnie ominąć strefę przyciągania minimum
lokalnego. Do najbardziej znanych należą metody
bazujące na:
•
Algorytmach ewolucyjnych (genetycznych)
•
Symulowanym wyżarzaniu (odprężaniu)
   

zanotowane.pl

doc.pisz.pl

pdf.pisz.pl

alter.htw.pl