Prírodou inšpirované algoritmy

študijné materiály pre projekt mobilnej triedy umelej inteligencie

Späť ku kurzom triedy
Obsah
Ontogénna NN
Čas učenia
The GRD Neural Network Chip
Genetické učenie
GRD architektúra a výkon
The EHW Chip for Adaptive Control
Architektúra EHW



Ostatné kapitoly
Genetické algoritmy
Genetické programovanie
Umelá embryogenéza
Evolučný dizajn
Interaktívny evolučný výpočet
Ekogramatiky
Evolučný hardware


Tutoriály
 Celulárne automaty
 Morfogenéza
 Simulátory
 Evolučné algoritmy
 Chaos
 Roboty
 Rôzne


Čas učenia

Dlhý čas učenia je ďalším problémom NN, predovšetkým pri dopredných sieťach s učiacim algoritmom Backpropagation (BP). Používa sa tu sigmoidálna aktivačná funkcia. Zrýchlenie učenia môžeme docieliť nahradením sigmoidálnej funkcie Gaussovou funkciou v RBF ( Radial Basis Function ) neurónových sieťach. RBF siete majú síce rýchlejšiu konvergenciu, ale na úkor veľkosti. Majú zvyčajne väčší počet skrytých vrstiev ako klasická dopredná NN.

Ďalej sa budeme zaoberať metódami, ktoré pomocou genetických algoritmov spoja výhody obidvoch sietí.

Hore
Kontakt: Marek Bundzel