Views
3 years ago

KLASIFIKASI NON LINIER - Teknik Elektro UGM

KLASIFIKASI NON LINIER - Teknik Elektro UGM

dan diklasifikasikan di

dan diklasifikasikan di kelas yang ditunjukkan oleh output dari jaringan. Perhitungan dilakukan oleh neuron adalah dari tipe memperbanyak-menambah diikuti oleh sebuah nonlinier. Ini menyebabkan implementasi berbagai hardware mulai dari optik sampai desain chip VLSI. Selain itu, jaringan saraf memiliki sebuah sifat paralel secara natural terpasang tetap dan perhitungan dalam setiap lapisan dapat dilakukan secara paralel. Ini nyata karakteristik dari jaringan saraf telah menyebabkan perkembangan khusus neurocomputers, dan sejumlah mereka yang sudah tersedia secara komersial; lihat, sebagai contoh, [Koli 97]. 4.7 VARIASI PADA PROPAGASI BALIK Kedua versi dari skema backpropagation (propagsi balik), mode batch dan pola, mewarisi kelemahan dari semua metode dibangun di atas pendekatan turunan gradien: konvergensi mereka untuk fungsi biaya minimum lambat. Lampiran C membahas fakta bahwa sifat ini menjadi lebih menonjol jika nilai eigen dari yang sesuai matriks Hessian menunjukkan penyebaran besar. Dalam kasus tersebut, perubahan gradien fungsi biaya antara langkah iterasi yang berurutan tidak lancar tapi berosilasi, mendahului untuk memperlambat konvergensi. Salah satu cara untuk mengatasi masalah ini adalah dengan menggunakan sebuh batas momentum yang menghaluskan keluaran osilasi dan mempercepat konvergensi. Algoritma propagasi balik dengan batas momentum mengambil bentuk Dibandingkan dengan (4.4), kita melihat bahwa vektor koreksi tidak hanya tergantung pada gradien tetapi juga pada nilai pada langkah iterasi sebelumnya. Konstan α disebut faktor momentum dan dalam praktek dipilih antara 0,1 dan 0,8. Untuk melihat pengaruh faktor momentum, mari kita lihat koreksi untuk sejumlah langkah iterasi yang berurutan. Pada tahap iterasi ke-1 kami mempunyai dimana batas terakhir menunjukkan gradien. Untuk total T langkah iterasi yang berurutan kita mendapatkan Sejak α

Dengan kata lain, dalam kasus seperti pengaruh batas momentum untuk secara efektif meningkatkan pembelajaran konstan. Dalam praktek, peningkatan kecepatan dengan berkumpul faktor 2 atau bahkan lebih telah dilaporkan[Silv 90]. Sebuah variasi heuristik dari ini adalah dengan menggunakan nilai adaptif untuk faktor belajar µ, tergantung pada nilai-nilai fungsi biaya pada langkah iterasi yang berurutan. Sebuah prosedur mungkin adalah sebagai berikut: Biarkan J(t) menjadi nilai biaya pada langkah iterasi ke t. Jika J(t)

Sunu Wibirama~ - Teknik Elektro UGM
Algoritma dan Struktur Data 2 - Teknik Elektro UGM
Metode Penulisan Ilmiah - Teknik Elektro UGM - Universitas Gadjah ...
bab-3-pengklasifikasi-linear - Teknik Elektro UGM
Penggenerasian Ciri I : Transformasi Linier - Teknik Elektro UGM
paper-bab-2 - Teknik Elektro UGM
bab7_1-bab7_4 - Teknik Elektro UGM
bab-i_bayes - Teknik Elektro UGM
wirelesslan032 - Teknik Elektro UGM
Thread01 - Teknik Elektro UGM
resume - Teknik Elektro UGM
DI YOGYAKARTA - Teknik Elektro UGM
Virtual LAN.pdf - Teknik Elektro UGM
paper2 - Teknik Elektro UGM
tugas-nirkabel-arsitektur-protokol-anggun - Teknik Elektro UGM
Transistor2Logic - Teknik Elektro UGM
paper1 - Teknik Elektro UGM
bab-54-544 - Teknik Elektro UGM
networking dan internetworking - Teknik Elektro UGM - Universitas ...
koding1 - Teknik Elektro UGM
resume - Teknik Elektro UGM
.A KAPASITOR - Teknik Elektro UGM
pr02_bab42-45 - Teknik Elektro UGM
Uji Hipotesis dengan ANOVA - Teknik Elektro UGM
tugas-nirkabel-translate-3-indra-agustian - Teknik Elektro UGM
Spread Spectrum (2) - Teknik Elektro UGM