Fungsi carian sedang dalam pembinaan.
Fungsi carian sedang dalam pembinaan.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

A Learning Algorithm with Activation Function Manipulation for Fault Tolerant Neural Networks Algoritma Pembelajaran dengan Manipulasi Fungsi Pengaktifan untuk Rangkaian Neural Toleransi Kesalahan

Naotake KAMIURA, Yasuyuki TANIGUCHI, Yutaka HATA, Nobuyuki MATSUI

  • pandangan teks lengkap

    0

  • Petikan Ini

Ringkasan:

Dalam makalah ini, kami mencadangkan algoritma pembelajaran untuk meningkatkan toleransi kesalahan rangkaian neural suapan (NNs) dengan memanipulasi kecerunan fungsi pengaktifan sigmoid neuron. Kami menganggap kesalahan tersekat-di-0 dan tersangkut-1 pada pautan sambungan. Untuk lapisan keluaran, kami menggunakan fungsi dengan kecerunan yang agak lembut untuk meningkatkan toleransi kesalahannya. Untuk meningkatkan toleransi kesalahan lapisan tersembunyi, kami meningkatkan kecerunan fungsi selepas penumpuan. Keputusan eksperimen untuk masalah pengecaman aksara menunjukkan bahawa NN kami lebih unggul dalam toleransi kesalahan, kitaran pembelajaran dan masa pembelajaran kepada NN lain yang dilatih dengan algoritma yang menggunakan suntikan kesalahan, had berat paksa dan pengiraan perkaitan setiap berat dengan ralat output. Selain manipulasi kecerunan yang digabungkan dalam algoritma kami tidak pernah merosakkan keupayaan generalisasi.

Jawatankuasa
IEICE TRANSACTIONS on Information Vol.E84-D No.7 pp.899-905
Tarikh penerbitan
2001/07/01
Diumumkan
ISSN dalam talian
DOI
Jenis Manuskrip
PAPER
kategori
Toleransi Kesalahan

Pengarang

Kata kunci

Contents [show]