Item request has been placed! ×
Item request cannot be made. ×
loading  Processing Request

Possibilities of Piecewise-Linear Neural Network Training Using Levenberg-Marquardt Algorithm and Hybrid Differential Evolution

Item request has been placed! ×
Item request cannot be made. ×
loading   Processing Request
Read More Add to Saved list
  • Author(s): Gago, Lumír; Doležel, Petr
  • Document Type:
    Electronic Resource
  • Online Access:
    http://hdl.handle.net/10195/67268
    Mendel 2016 : 22nd International Conference on Soft Computing
  • Additional Information
    • Additional Titles:
      Možnosti trénování po částech lineární umělé neuronové sítě pomocí Levenbergova-Marquardtova algoritmu a hybridní diferenciální evoluce
    • Publisher Information:
      Vysoké učení technické v Brně 2017-05-11T10:46:23Z 2017-05-11T10:46:23Z 2016
    • Abstract:
      This article is focused on the comparison of the learning of an artificial neural network with a hyperbolic tangent activation function and an artificial neural network with a linear saturated activation function in hidden layers. The learning is performed by a Levenberg-Marquardt algorithm and hybrid differential evolution. For evaluating of learning characteristics, there is calculated a comprehensive set of statistical variables. The results are analysed and shown as a table for each experiment. An empirical result discussed at the end of the paper is, that the approximation qualities of both networks under examination are similar.
      Článek je zaměřen na porovnání aproximačních schopností dopředné vícevrstvé umělé neuronové sítě s hyperbolicko-tangenciálními aktivačními funkcemi ve skryté vrstvě vůči neuronové sítí s lineárními saturovanými aktivačními funkcemi. K porovnání jsou využity různé benchmarkové datové sady a dva přístupy ke trénování. K analýze výsledků byla použita řada statistických parametrů a je možné říci, že vzhledem k dosaženým výsledkům jsou aproximační schopnosti obou topologií podobné.
    • Subject Terms:
      artificial neural network, activation function, Levenberg-Marquardt algorithm, differential evolution.; umělá neuronová síť; aktivační funkce; Levenbergův-Marquardtův algoritmus; diferenciální evoluce; ConferenceObject
    • Availability:
      Open access content. Open access content
      Pouze v rámci univerzity
    • Note:
      p. 39-42
      application/pdf
      English
    • Other Numbers:
      CZPAR oai:dk.upce.cz:10195/67268
      978-80-214-5365-4
      1803-3814
      2-s2.0-85014898685
      2-s2.0-85014898685
      39877861
      1100082600
    • Contributing Source:
      UNIV LIBR OF THE UNIV OF PARDUBICE
      From OAIster®, provided by the OCLC Cooperative.
    • Accession Number:
      edsoai.on1100082600
HoldingsOnline