سال انتشار: ۱۳۸۳

محل انتشار: دهمین کنفرانس سالانه انجمن کامپیوتر ایران

تعداد صفحات: ۱۲

نویسنده(ها):

علی یوسفی – دانشگاه آزاد اسلامی واحد همدان
محمدرضا میبدی – دانشگاه صنعتی امیرکبیر
محمد تشنه لب – دانشگاه صنعتی خواجه نصیرالدین طوسی
کامبیز بدیع – مرکز تحقیقات مخابرات ایران

چکیده:

یکی از ابزارهای هوش مصنوعی شبکه های عصبی مصنوعی است که امروزه موردتوجه بسیاری از محققان قرارگرفته است مهمترین ویژگی یک شبکه عصبی الگوریتم یادگیری آن است پارامترهای مختلفی درالگوریتم یادگیری شبکه عصبی مصنوعی می تواند وجود داشته باشد که تنظیم صحیح و دقیق آن می توان به کارآمدی الگوریتم درروند کاربردی شبکه عصبی منجر شود اعم این پارامترها بترتیب درشبکه های EBPTA,SCPTA,RDPTA,SDPTA عبارتنداز c,r که دراین تحقیق به تنظیم ان به روش آتاماتون و مقایسه آن با تنظیم به روش سعی و خطا پرداخته شده است.