نام فایل : توپولوژی شبکه های عصبی

فرمت : .ppt

تعداد صفحه/اسلاید : 28

حجم : 914 کیلوبایت

فهرست مطالب
توپولوژی شبکه های عصبی
شبکه های عصبی پس انتشار ( پرسپترون چند لایه با آموزش الگوریتم Back-Propagation: BP)
تابع فعال سازی
الگوریتم آموزش
انتشار خطا به عقب
حل تابع XORبا استفاده از شبکه عصبی چند لایه



توپولوژی شبکه


وضعیت نسبی سلولها در شبکه (تعداد و گروه بندی و نوع اتصالات آنها) را توپولوژی شبکه گویند. توپولوژی در واقع سیستم اتصال نرونها به یکدیگر است که توام با روش ریاضی جریان اطلاعات و محاسبه ی وزنها، نوع عملکرد شبکه عصبی را تعیین می کند.
FeedForward Topology
Recurrent Topology
FeedForward Topology
شبکه عصبی بازگشتی ((Recurrent Neural Network
این شبکه ها، شبکه های عصبی با یک حلقه برگشتی (پس خور) یا بیشتر هستند . برگشت ها می توانند محلی یا کلی باشند. خاصیت اصلی آنها این است که رفتار آن ها هم به وسیله خودشان و هم به وسیله ورودی های خارجی به شبکه تعیین می گردد .

Recurrent Network with hidden neuron: unit delay operator z-1 is used to model a dynamic system



input
hidden
output


شبکه های بازگشتی

برگشت محلی
(پرسپترون چند لایه با آموزش الگوریتم
Back-Propagation: BP)
شبکه های عصبی پس انتشارMulti-Layer Perceptron (MLP)
....