Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

Publikacje Pracowników PL z lat 1990-2010

Publikacje pracowników Politechniki Lubelskie z lat 1990-2010 dostępne są jak dotychczas w starej bazie publikacji
LINK DO STAREJ BAZY

MNiSW
5
Lista B
Status:
Warianty tytułu:
Uczenie neuronów dwuprogowych
Autorzy: Geche Fedir, Kotsovsky Vladyslav, Batyuk Anatoliy, Mitsa Aleksander, Gromaszek Konrad
Rok wydania: 2013
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Numer czasopisma: 8
Wolumen/Tom: 54
Strony: 70 - 72
Bazy: BazTech
Efekt badań statutowych NIE
Materiał konferencyjny: NIE
Publikacja OA: NIE
Abstrakty: polski | angielski
Sztuczne sieci neuronowe jako podstawa neuronopodobnych jednostek obliczeniowych mają wiele zastosowań i są intensywnie wykorzystywane do rozwiązania wielu ważnych zadań praktycznych. Oczywiste jest, że jednostka wykorzystująca progowanie nie jest w stanie rozwiązać wielu, raczej łatwych zadań rozpoznawania. Za pomocą neuronów z bardziej skomplikowanymi funkcjami aktywacji możliwe staje się przezwyciężenie tego ograniczenia. Pomimo faktu, że opracowano neuron wielo-progowe, to brak było skutecznych technik ich uczenia. W artykule przedstawiono badania najprostszego przypadku multi-progowych jednostek, a mianowicie neuronów dwuprogowych.
Artificial neural networks on the base of neutral-like computational units have many applications and are intensively used for solving numerous important practical tasks. It is common that the threshold unit is incapable solving many rather easy recognition tasks. The using of neurons with more comlicated activation functions allowed surmounting this constrain. Although there were multi-threshold neutral units designs, the efficient learning techniques for multi-threshold neuron based neutral networks weren`t developed. The paper presents the study of simplest case of multithreshold units, namely bithreshold neurons.