Ramon Silva-Rodriges3 Kristian Devid Moxika-Kabeza1

Sun'iy neyron tarmoqlari
65
Machine Translated by Google

---

(51)
Sun'iy ari koloniyasi (ABC) algoritmi yashirin qatlamlarning kirish og'irliklari va moyilliklarini optimallashtirish uchun ishlatiladi.
Bu asalarilarning uchta sinfining xatti-harakatlariga asoslanadi: ishchi, tomoshabin va skaut asalarilar. Har bir ishchi ari bitta
oziq-ovqat bilan bog'langan, bu ishchi asalarilar soni oziq-ovqat manbalari soniga teng ekanligini anglatadi. Ishchilar oziq-
ovqatga sayohat qilishadi va uyaga qaytib kelishadi, oziq-ovqat topa olmagach, ular skautga aylanishadi va yangisini qidirishlari
kerak.
] - maqsadli
vektor. M x
n
o'lchamlarning kirish og'irligi sifatida W , M x 1 o'lchamdagi yashirin qatlam yo'nalishi sifatida B va L x
M
o'lchamlarning chiqish og'irligi sifatida b . M
yashirin neyronli
ELM chiqishini (T) hisoblash mumkin. 47, 48, 49 va 50
tenglamalarga muvofiq.
]
i-chi namunaning
n-o‘lchovli vektori va ti = [ ti
Keyin chiqish og'irligi b 51 tenglama bilan analitik tarzda aniqlanadi.
(52)
Ekstremal o'rganish mashinasi, ELM - bu yashirin qatlamli oldinga yo'naltirilgan ANN bo'lib, unda boshlang'ich qiymatlar talab
qilinmaydi, chunki kirish og'irliklari va egilishlar tasodifiy hosil bo'lib, boshlang'ich qiymatlar o'rnatiladigan boshqalarga nisbatan
tizimning tasodifiyligini oshiradi. Tez o'rganish algoritmi va yaxshi umumlashtirish qobiliyatiga ega va mahalliy minimal va
to'xtash mezonlari kabi muammolarni osongina engib chiqadi. Faraz qilaylik, N ta namuna bor (xi , ti ), bu yerda xi = [xi
Li, Niu, Liu, and Zhang (2012) yonish samaradorligi va qozonlarning operatsion parametrlari o'rtasidagi empirik
munosabatni olish uchun ELM dan foydalanadi.
Bu yerda H+
- H
ning umumiylashtirilgan Mur-Penroz teskarisi.
Agar
rand(H) = M sharti bajarilsa, 51- tenglamani 52-
tenglama sifatida qayta yozish mumkin.
Tarmoq topologiyasini tanlash (qatlamlar soni va har bir qatlamdagi elementlar soni) yagona yechim bilan muammo
emas. Tegishli topologiya muammoning murakkabligi va o'quv majmuasining hajmiga bog'liq. Umuman olganda, oddiy
tarmoqdan boshlash va murakkablik darajasini oshirish tavsiya etiladi (Lorens; Giles; Tsoy, 1996). Juda oz sonli tugunlar tizim
uchun katta xatolikka olib keladi, chunki bashorat qiluvchi omillar kam sonli tugunlarni bashorat qilish uchun juda murakkab
bo'lishi mumkin. Boshqa tomondan, juda ko'p tugunlar o'quv majmuasiga haddan tashqari moslashadi, bu esa ortiqcha
moslashish muammolarini keltirib chiqaradi, ya'ni tarmoq o'quv ma'lumotlaridan o'rtacha farq qiladigan ma'lumotlar uchun
foydasiz bo'ladi (Bengio; LeCun, 2019). Maddah, Sadeghzadeh, Ahmadi, Kumar, and Shamshirband (2019) ta'lim, tekshirish
va sinov uchun 70-15-15 taqsimotidan foydalangan holda 93 ta kirish bilan hosil bo'lgan bug'ning harorat va oqim tezligi
funksiyasi sifatida samaradorlik modeli. Olingan YSA strukturasi 0,8 % xatolik bilan 2-5-1 ga teng.
,ti
,xi
,…,ti
,…,xi
66
Informador Técnico 86(1) Enero - Junio 2022: 53 -77