سال انتشار: ۱۳۸۷

محل انتشار: دومین کنگره مشترک سیستم های فازی و سیستم های هوشمند

تعداد صفحات: ۶

نویسنده(ها):

میثم امیری – دانشگاه بیرجند
سیدحمید ظهیری – دانشگاه بیرجند

چکیده:

استفاده روزافزون از شبکه های عصبی و بهخصوص پرسپترون چند لایه به عنوان یکی از ساده ترین شبکه های عصبی باعث شده است تا محققان زیادی به تحقیق در مورد بهینه سازی ساختار این شبکه ها بپردازند. شبکه های عصبی پرسپترون تک لایه معمولی در حل مسئلهXORناتوان اند. این مقاله با معرفی دو مفهوم جدید ورودیهای اضافیو ورودیهای تصادفیاقدام به پایه ریزی دو نوع جدید از شبکه های پرسپترون تک لایه نموده که قادر به حل مسئلهXORمی باشند. در واقع در این تحقیق به جای استفاده از لایه اضافی، ایده استفاده از ورودیهای توسعه یافته جهت حل مسئلهXORمطرح شد ه است . از این رو یکی از دستاوردهای آن را می توان در کاهش تعداد لایه ها و بهینه سازی ساختار شبکه های عصبی دانست. با استفاده از شبکه های عصبی پرسپترون با ورودیهای اضافیو شبکه عصبی پرسپترون با ورودیهای تصادفیامکان جداسازی الگوهای تفکیک ناپذیر خطی به وسیله شبکه پرسپترون تک لایه فراهم می شود