شبکه عصبی در متلب

شبكه هاي عصبي چند لايه پيشخور

شبكه هاي عصبي چند لايه پيشخور و يادگيري پس انتشار خطا

تاريخچه
• شبكه هاي تك لايه فقط براي طبقه بندي مسائلي كه به طور خطي از هم براي شبكه هاي چند لايه LMS مستقلند، كارايي دارد. ولي 25 سال تعميم الگوريتم به طول انجاميد.
• 1959 قانون SLPR
• 1960 قانون LMS
• 1974 نخستين توصيف BP: پاول وربز
• 1985 راملهارت، هينتون، پاركر: الگوريتم BP در شبكه هاي عصبي
• شبكه MLP با قانون يادگيري BP داراي بيشترين كاربرد در حل مسائل فني- مهندسي است.

مقدمه
• در شبكه هاي MLP
– هر نرون داراي تابع تحريك غيرخطي است.

• يادگيري پس انتشار خطا (BP)
– براي آموزش شبكه هاي عصبي چند لايه پرسپترون (MLP)
– تعميمي از الگوريتم LMS لذا تقريبي از SD، و در چارچوب يادگيري عملكردي است.
– مبتني بر قانون يادگيري اصلاح خطا

• اختلاف BP و LMS
– نحوه محاسبه و استفاده از مشتقات
– برخلاف آدالاين، بردار خطا تابعي غيرخطي از پارامترهاي شبكه بوده و مشتقاتش به سادگي قابل محاسبه نيست.

 

• قانون BP از دو مسير اصلي تشكيل شده

– مسير رفت (سيگنالهاي تابعي) :
• حركت سيگنالها از چپ به راست
• اعمال بردار ورودي به شبكه و مشاهده اثرات در لايه خروجي از طريق انتشار
در لايه هاي مياني
• در اين مسير، پارامترهاي شبكه ثابت و بدون تغيير مي مانند.
– مسير برگشت (سيگنالهاي خطا) :
• حركت سيگنالها از راست به چپ
• توزيع خطا در كل شبكه پس از محاسبه در خروجي از طريق لايه هاي مياني
(پس انتشار خطا)
• تنظيم پارامترهاي شبكه طبق قانون اصلاح خطا

 

شبكه پرسپترون چند لايه

281

– L تعداد لايه هاي شبكه
• نمايشي براي بيان ساختار شبكه چند لايه

282
– R تعداد ورودي ها و  Si تعداد نورون ها در لايه i ام
• هر نرون در شبكه MLP دو محاسبه بر عهده دارد:
– محاسبه سيگنال تابعي
– محاسبه تخمين لحظه اي از گراديان خطا نسبت به پارامترهاي ورودي نرون

 

حل چند مسئله شناسايي الگو

مثال 1) الگوي xor

283

• شبكه با ساختار (1-2-2)

– خط مرزي نرون اول به نحوي كه الگوي p1 زير آن و بقيه بالاي آن باشند.
– خط مرزي نرون دوم به نحوي كه الگوي p4 زير آن و بقيه بالاي آن باشند.
– خروجيهاي لايه اول به ترتيب برابرند با [ 1;0]، [1;1]، [1;1] و [ 1;0]
– اگر لايه دوم به نوعي عمل AND را انجام دهد، مسئله حل خواهد شد. يعني فقط در حالتي كه تمام وروديها 1 است، خروجي مثبت شود.

 

 

 

شناسايي الگو
• يكي از (بينهايت) جوابهاي مسئله به اين قرار است:

284
• مثال 2:
خروجي شبكه براي بخش خاكستري 1 و براي بقيه جاها صفر باشد.

285

 

• ناحيه مذكور توسط 4 خط بيان مي شود —> ساختار شبكه (1-4-2)
• روش تعيين وزنها مثل قبل
– لايه اول: معادلات خطوط
– لايه دوم: انجام عمل AND
• جواب مطلوب:

286

 

مقاله متلب,مطلب,متلب,مقاله برق,مقاله قدرت,مقاله مطلب,مقاله سیمولینک,دانلود متلب,دانلود مقاله متلب,مقالهmatlab ,آموزش متلب,مطلب,متلب,آموزش برق,آموزش قدرت,آموزش مطلب,آموزش سیمولینک,دانلود متلب,دانلود آموزش متلب,آموزشmatlab ,پروژه متلب,مطلب,متلب,پروژه برق,پروژه قدرت,پروژه مطلب,پروژه سیمولینک,دانلود متلب,دانلود پروژه متلب,پروژهmatlab ,

سعید عربعامری
من سعید عربعامری نویسنده کتاب 28 گام موثر در فتح متلب مدرس کشوری متلب و سیمولینک و کارشناس ارشد مهندسی برق قدرتم . بعد از اینکه دیدم سایتهای متعدد یک مجموعه کامل آموزش متلب و سیمولینک ندارند به فکر راه اندازی این مجموعه شدم
http://sim-power.ir

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *