شماره ركورد كنفرانس :
4319
عنوان مقاله :
پياده‌سازي شناساگر عصبي سينوسي پايدار با يادگيري عاطفي بهنگام
پديدآورندگان :
احمدي قاسم g.ahmadi@pnu.ac.ir دانشگاه پيام نور , تشنه‌لب محمد teshnehlab@eetd.kntu.ac.ir دانشگاه صنعتي خواجه نصيرالدين طوسي
كليدواژه :
سيستم غيرخطي ديناميكي گسسته , شناسايي سيستم , شبكه عصبي سينوسي , يادگيري عاطفي بر مبناي لياپانوف
عنوان كنفرانس :
دومين همايش ملي مهندسي كامپيوتر و فناوري اطلاعات دانشگاه پيام نور
چكيده فارسي :
شبكه‌هاي عصبي ابزارهايي قدرتمند در شناسايي سيستمهاي غيرخطي هستند. در اين مقاله از شبكه عصبي سينوسي براي شناسايي سيستمهاي ديناميكي غيرخطي گسسته استفاده شده است. شبكه عصبي سينوسي يك شبكه عصبي پيشرو با تابع فعال‌ساز سينوسي در نورونهاي لايه پنهان مي‌باشد. در اين مقاله، پارامترهاي شبكه عصبي سينوسي به كمك يك الگوريتم يادگيري عاطفي بهنگام بر مبناي لياپانوف تنظيم مي‌شوند. اين الگوريتم بر مبناي نظريه پايداري لياپانوف و يادگيري عاطفي طراحي شده است و بر خلاف الگوريتمهاي يادگيري بر مبناي گراديان، بسيار سريع است و از نقاط مينيمم موضعي اجتناب مي‌كند. در شبيه‌سازيها، عملكرد بهتر شبكه عصبي سينوسي با يادگيري عاطفي بر مبناي لياپانوف نسبت به عملكرد آن با الگوريتم يادگيري معمولي بهنگام بر مبناي لياپانوف و مدل پرسپترون چندلايه با الگوريتمهاي مذكور نشان داده شده است.
