查詢結果分析
來源資料
相關文獻
- A Modified Back-Propagation Learning Algorithm for Control Problems
- 細胞元式類神經網路之設計及其積體電路實現
- 三維非絲狀路徑電阻式記憶體陣列於類神經網路運算之應用
- Generalized Gray Codes with Applications
- 語音壓縮標準G.723.1在C62X DSP上的設計
- Neural Network Procedures for Taguchi's Dynamic Problems
- A Fast and Efficient Competitive Learning Design Algorithm Based on Weight Vector Training in Transform Domain
- 專家系統振動訊號圖型判別之研究
- 反傳遞模糊類神經網路於流量推估之應用
- 河川棲地模式PHABSIM之水理計算敏感度分析
頁籤選單縮合
題 名 | A Modified Back-Propagation Learning Algorithm for Control Problems=用於控制問題上的改良式倒傳遞學習演算法 |
---|---|
作 者 | 洪宗貝; | 書刊名 | 義守大學學報 |
卷 期 | 4 1997.08[民86.08] |
頁 次 | 頁31-43 |
分類號 | 448.942 |
關鍵詞 | 神經網路; 倒傳遞模式; 權重; 訓練例子; Neural network; Back-propagation model; Weight matrix; Training instance; |
語 文 | 英文(English) |
中文摘要 | 倒傳遞模式是神經網路中最受歡迎且最有效的方式之一。然而,當所使用的訓練 例子數非常多時,它必須花費相當多的時間以學習出正確的權重。在本篇論文中,我們提 出一個適於控制問題上的改良式倒傳遞學習演算法,以便能有比原來學習法較快的收斂速度 。實驗結果亦證明我們所提的方法的確只需要較少的重複次數即可收斂。因此,我們的方法 有助於克服神經網路中緩慢的學習速度。 |
英文摘要 | The back-propagation model is one of the most popular and effective neural network models. The back-propagation model, however, has to spend much time to derive correct weights when then number of training instances is large. In this paper, We propose a modified back-propagation learning algorithm, which has faster convergence than the original back-propagation learning algorithm, for control problems. Experimental results show the number of iterations in the modified back-propagation learning algorithm is smaller than the original back-propagation learning algorithm. Applying the modified back-propagation learning algorithm to speed up the learning of back-propagation for control problems is then a feasible way for conquering the low speed problem in the original back-propagation learning algorithm. |
本系統中英文摘要資訊取自各篇刊載內容。