Υβριδική υπολογιστική νοημοσύνη: μία πρωτότυπη μεθοδολογία βέλτιστης ρύθμισης νευρωνικών δικτύων με συνδυασμένη χρήση γενετικών αλγορίθμων και τοπικής αναζήτησης

Η ρύθμιση ενός νευρωνικού δικτύου είναι ουσιαστικά ένα ανοικτό πρόβλημα βελτιστοποίησης και ανάγεται στην προσέγγιση ενός πολύπλοκου, μη-γραμμικού μοντέλου. Μιλώντας για βέλτιστο (optimum) εννοούμε μια λύση που βρίσκεται κατά το δυνατόν πλησιέστερα στο ολικό μέγιστο ή ελάχιστο μίας δεδομένης συνάρτη...

Πλήρης περιγραφή

Αποθηκεύτηκε σε:
Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Σαλιάρης, Δημήτριος
Άλλοι συγγραφείς: Δούνιας, Γεώργιος
Γλώσσα:Greek
Δημοσίευση: 2015
Θέματα:
Διαθέσιμο Online:https://vsmart.lib.aegean.gr/webopac/List.csp?SearchT1=%CE%A5%CE%B2%CF%81%CE%B9%CE%B4%CE%B9%CE%BA%CE%AE+%CF%85%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AE+%CE%BD%CE%BF%CE%B7%CE%BC%CE%BF%CF%83%CF%8D%CE%BD%CE%B7&Index1=Keywordsbib&Database=1&SearchMethod=Find_1&SearchTerm1=%CE%A5%CE%B2%CF%81%CE%B9%CE%B4%CE%B9%CE%BA%CE%AE+%CF%85%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AE+%CE%BD%CE%BF%CE%B7%CE%BC%CE%BF%CF%83%CF%8D%CE%BD%CE%B7&OpacLanguage=gre&Profile=Default&EncodedRequest=*C2*3F*D8*F1*C6E*BF*40*23rN*82*BCgMR&EncodedQuery=*C2*3F*D8*F1*C6E*BF*40*23rN*82*BCgMR&Source=SysQR&PageType=Start&PreviousList=RecordListFind&WebPageNr=1&NumberToRetrieve=50&WebAction=NewSearch&StartValue=0&RowRepeat=0&ExtraInfo=&SortIndex=Year&SortDirection=-1&Resource=&SavingIndicator=&RestrType=&RestrTerms=&RestrShowAll=&LinkToIndex=
http://hdl.handle.net/11610/8413
Ετικέτες: Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!
_version_ 1828461490792824832
author Σαλιάρης, Δημήτριος
author2 Δούνιας, Γεώργιος
author_facet Δούνιας, Γεώργιος
Σαλιάρης, Δημήτριος
author_sort Σαλιάρης, Δημήτριος
collection DSpace
description Η ρύθμιση ενός νευρωνικού δικτύου είναι ουσιαστικά ένα ανοικτό πρόβλημα βελτιστοποίησης και ανάγεται στην προσέγγιση ενός πολύπλοκου, μη-γραμμικού μοντέλου. Μιλώντας για βέλτιστο (optimum) εννοούμε μια λύση που βρίσκεται κατά το δυνατόν πλησιέστερα στο ολικό μέγιστο ή ελάχιστο μίας δεδομένης συνάρτησης. Η παρούσα μελέτη αποτελεί μια πειραματική προσέγγιση στο πρόβλημα αυτό και αποσκοπεί στην ανάπτυξη και εφαρμογή μιας τεχνικής που θα επιτυγχάνει αποδοτικότερη και ταχύτερη ρύθμιση, με τη χρήση μεθόδων μηχανικής μάθησης. Αρχικά περιγράφεται η διαδικασία της ρύθμισης ενός νευρωνικού δικτύου και οι μέθοδοι μηχανικής μάθησης που προτείνονται. Στη συνέχεια παρουσιάζεται αναλυτικά το πειραματικό μοντέλο ενός υβριδικού αλγορίθμου, του Tuner, που συνδιάζει δύο μεθόδους βελτιστοποίησης –γενετικός αλγόριθμος και τοπική αναζήτηση- για τη ρύθμιση του νευρωνικού δικτύου. Ο πηγαίος κώδικας για κάθε αλγόριθμο καθώς και όλες οι συναρτήσεις-υποπρογράμματα που χρειάστηκαν για αυτή τη μελέτη έχουν αναπτυχθεί σε περιβάλλον Matlab 7.0.1.
id oai:hellanicus.lib.aegean.gr:11610-8413
institution Hellanicus
language Greek
publishDate 2015
record_format dspace
spelling oai:hellanicus.lib.aegean.gr:11610-84132025-03-10T07:19:34Z Υβριδική υπολογιστική νοημοσύνη: μία πρωτότυπη μεθοδολογία βέλτιστης ρύθμισης νευρωνικών δικτύων με συνδυασμένη χρήση γενετικών αλγορίθμων και τοπικής αναζήτησης Σαλιάρης, Δημήτριος Δούνιας, Γεώργιος Υβριδική υπολογιστική νοημοσύνη Ρύθμιση νευρωνικού δικτύου Γενετικοί αλγόριθμοι Τοπική αναζήτηση Βελτιστοποίηση Hybrid computational intelligence Neural network tuning Genetic algorithms Levenberg-Marquardt Optimization Η ρύθμιση ενός νευρωνικού δικτύου είναι ουσιαστικά ένα ανοικτό πρόβλημα βελτιστοποίησης και ανάγεται στην προσέγγιση ενός πολύπλοκου, μη-γραμμικού μοντέλου. Μιλώντας για βέλτιστο (optimum) εννοούμε μια λύση που βρίσκεται κατά το δυνατόν πλησιέστερα στο ολικό μέγιστο ή ελάχιστο μίας δεδομένης συνάρτησης. Η παρούσα μελέτη αποτελεί μια πειραματική προσέγγιση στο πρόβλημα αυτό και αποσκοπεί στην ανάπτυξη και εφαρμογή μιας τεχνικής που θα επιτυγχάνει αποδοτικότερη και ταχύτερη ρύθμιση, με τη χρήση μεθόδων μηχανικής μάθησης. Αρχικά περιγράφεται η διαδικασία της ρύθμισης ενός νευρωνικού δικτύου και οι μέθοδοι μηχανικής μάθησης που προτείνονται. Στη συνέχεια παρουσιάζεται αναλυτικά το πειραματικό μοντέλο ενός υβριδικού αλγορίθμου, του Tuner, που συνδιάζει δύο μεθόδους βελτιστοποίησης –γενετικός αλγόριθμος και τοπική αναζήτηση- για τη ρύθμιση του νευρωνικού δικτύου. Ο πηγαίος κώδικας για κάθε αλγόριθμο καθώς και όλες οι συναρτήσεις-υποπρογράμματα που χρειάστηκαν για αυτή τη μελέτη έχουν αναπτυχθεί σε περιβάλλον Matlab 7.0.1. 2015-11-17T10:31:21Z 2015-11-17T10:31:21Z 2006 https://vsmart.lib.aegean.gr/webopac/List.csp?SearchT1=%CE%A5%CE%B2%CF%81%CE%B9%CE%B4%CE%B9%CE%BA%CE%AE+%CF%85%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AE+%CE%BD%CE%BF%CE%B7%CE%BC%CE%BF%CF%83%CF%8D%CE%BD%CE%B7&Index1=Keywordsbib&Database=1&SearchMethod=Find_1&SearchTerm1=%CE%A5%CE%B2%CF%81%CE%B9%CE%B4%CE%B9%CE%BA%CE%AE+%CF%85%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AE+%CE%BD%CE%BF%CE%B7%CE%BC%CE%BF%CF%83%CF%8D%CE%BD%CE%B7&OpacLanguage=gre&Profile=Default&EncodedRequest=*C2*3F*D8*F1*C6E*BF*40*23rN*82*BCgMR&EncodedQuery=*C2*3F*D8*F1*C6E*BF*40*23rN*82*BCgMR&Source=SysQR&PageType=Start&PreviousList=RecordListFind&WebPageNr=1&NumberToRetrieve=50&WebAction=NewSearch&StartValue=0&RowRepeat=0&ExtraInfo=&SortIndex=Year&SortDirection=-1&Resource=&SavingIndicator=&RestrType=&RestrTerms=&RestrShowAll=&LinkToIndex= http://hdl.handle.net/11610/8413 el application/pdf Χίος
spellingShingle Υβριδική υπολογιστική νοημοσύνη
Ρύθμιση νευρωνικού δικτύου
Γενετικοί αλγόριθμοι
Τοπική αναζήτηση
Βελτιστοποίηση
Hybrid computational intelligence
Neural network tuning
Genetic algorithms
Levenberg-Marquardt
Optimization
Σαλιάρης, Δημήτριος
Υβριδική υπολογιστική νοημοσύνη: μία πρωτότυπη μεθοδολογία βέλτιστης ρύθμισης νευρωνικών δικτύων με συνδυασμένη χρήση γενετικών αλγορίθμων και τοπικής αναζήτησης
title Υβριδική υπολογιστική νοημοσύνη: μία πρωτότυπη μεθοδολογία βέλτιστης ρύθμισης νευρωνικών δικτύων με συνδυασμένη χρήση γενετικών αλγορίθμων και τοπικής αναζήτησης
title_full Υβριδική υπολογιστική νοημοσύνη: μία πρωτότυπη μεθοδολογία βέλτιστης ρύθμισης νευρωνικών δικτύων με συνδυασμένη χρήση γενετικών αλγορίθμων και τοπικής αναζήτησης
title_fullStr Υβριδική υπολογιστική νοημοσύνη: μία πρωτότυπη μεθοδολογία βέλτιστης ρύθμισης νευρωνικών δικτύων με συνδυασμένη χρήση γενετικών αλγορίθμων και τοπικής αναζήτησης
title_full_unstemmed Υβριδική υπολογιστική νοημοσύνη: μία πρωτότυπη μεθοδολογία βέλτιστης ρύθμισης νευρωνικών δικτύων με συνδυασμένη χρήση γενετικών αλγορίθμων και τοπικής αναζήτησης
title_short Υβριδική υπολογιστική νοημοσύνη: μία πρωτότυπη μεθοδολογία βέλτιστης ρύθμισης νευρωνικών δικτύων με συνδυασμένη χρήση γενετικών αλγορίθμων και τοπικής αναζήτησης
title_sort υβριδική υπολογιστική νοημοσύνη μία πρωτότυπη μεθοδολογία βέλτιστης ρύθμισης νευρωνικών δικτύων με συνδυασμένη χρήση γενετικών αλγορίθμων και τοπικής αναζήτησης
topic Υβριδική υπολογιστική νοημοσύνη
Ρύθμιση νευρωνικού δικτύου
Γενετικοί αλγόριθμοι
Τοπική αναζήτηση
Βελτιστοποίηση
Hybrid computational intelligence
Neural network tuning
Genetic algorithms
Levenberg-Marquardt
Optimization
url https://vsmart.lib.aegean.gr/webopac/List.csp?SearchT1=%CE%A5%CE%B2%CF%81%CE%B9%CE%B4%CE%B9%CE%BA%CE%AE+%CF%85%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AE+%CE%BD%CE%BF%CE%B7%CE%BC%CE%BF%CF%83%CF%8D%CE%BD%CE%B7&Index1=Keywordsbib&Database=1&SearchMethod=Find_1&SearchTerm1=%CE%A5%CE%B2%CF%81%CE%B9%CE%B4%CE%B9%CE%BA%CE%AE+%CF%85%CF%80%CE%BF%CE%BB%CE%BF%CE%B3%CE%B9%CF%83%CF%84%CE%B9%CE%BA%CE%AE+%CE%BD%CE%BF%CE%B7%CE%BC%CE%BF%CF%83%CF%8D%CE%BD%CE%B7&OpacLanguage=gre&Profile=Default&EncodedRequest=*C2*3F*D8*F1*C6E*BF*40*23rN*82*BCgMR&EncodedQuery=*C2*3F*D8*F1*C6E*BF*40*23rN*82*BCgMR&Source=SysQR&PageType=Start&PreviousList=RecordListFind&WebPageNr=1&NumberToRetrieve=50&WebAction=NewSearch&StartValue=0&RowRepeat=0&ExtraInfo=&SortIndex=Year&SortDirection=-1&Resource=&SavingIndicator=&RestrType=&RestrTerms=&RestrShowAll=&LinkToIndex=
http://hdl.handle.net/11610/8413
work_keys_str_mv AT saliarēsdēmētrios ybridikēypologistikēnoēmosynēmiaprōtotypēmethodologiabeltistēsrythmisēsneurōnikōndiktyōnmesyndyasmenēchrēsēgenetikōnalgorithmōnkaitopikēsanazētēsēs