گزارش کاهش بعد با استفاده ازشبکه های عصبی

گزارش کاهش بعد با استفاده ازشبکه های عصبی
نوع فایل
pdf
حجم فایل
نویسنده
دسته بندی
2,500 تومان

 توضیحات فایل:

گزارش کاهش بعد با استفاده ازشبکه های عصبی

کاربران گرامی و دانش پژوهان ارجمند این فایل حاوی گزارش کاهش بعد با استفاده ازشبکه های عصبی در قالب پی دی اف و در ۲۱ صفحه آماده دانلود شده و در اختیار شما عزیزان قرار گرفته است. در زیر قسمتهایی از متن فایل را مشاهده مینمایید.در صورت تمایل می توانید این محصول را از فروشگاه خریداری و دانلود نمایید.

Image result for ‫کاهش بعد با استفاده ازشبکه های عصبی‬‎

گزارش کاهش بعد با استفاده ازشبکه های عصبی

اگر نرونهای خطی با فقط یک سیگنال سیگموئیدی استفاده شود راه حل بهینه برای یک رمزگذار خودکار شدیدا به PCA وابسته است. هنگامیکه لایه های پنهان بزرگتر از لایه ورودی باشد یک رمزگذار خودکار میتواند به طور بالقوه تابع همانی را یاد بگیرد و بی فایده باشد. به هرحال، نتایج تجربی نشان میدهد که چنین رمزگذار خودکارهایی ممکن است ویژگیهای مفیدی را یاد بگیرند.

یک رمزگذار خودکار اغلب با استفاده از یکی از انواع پس انتشار آموزش میبیند. با اینکه به طور قابل قبولی موثر است، مسائل اساسی با استفاده از پس انتشار به منظور آموزش شبکه ها با لایه های مخفی بسیار وجود دارد.

یکبار که خطاها به چند لایه اول رسید، کم میشوند و کاملا بی اثرند. این باعث میشود که شبکه تقریبا همیشه بازیابی متوسط همه داده های آموزشی را یاد بگیرد. با وجود اینکه روشهای پس انتشار پیشرفته (مانند روش گرادیان الحاقی)به این روش کمک میکنند ولی آموزش هنوز خیلی آرام و راه حلها ضعیف بوده است. این مساله با استفاده از وزنهای اولیه که راه حل نهایی را تخمین میزند حل میشود. فرآیند یافتن وزنهای اولیه را پیش آموزش گویند.

نمونه سازی ۲:

در احتمالات و در فیزیک احتمالی، وقتی نمونه سازی مستقیم مشکل باشد،

نمونه سازیGibbs یا یک نمونه ساز Gibbs یک الگوریتم زنجیره مارکوف مونتو

کارلو (karlo monto chain markov)برای رسیدن به یک دنباله مشاهدات، که از

توزیع احتمالی چند متغیره معینی تخمین زده میشوند، میباشد.

 

مطالعه بیشتر