Ghiassirad H, Aliyari Shoorehdeli M, Farivar F. To Analysis and Compare 21 Weight Constraints in Stochastic Gradient Descent Algorithm Using Kernel Method. Journal of Iranian Association of Electrical and Electronics Engineers 2022; 19 (3) :145-152
URL:
http://jiaeee.com/article-1-1276-fa.html
غیاثی راد حسین علی، علیاری شوره دلی مهدی، فریور فائزه. تحلیل و مقایسه 21 قید محدودسازی در الگوریتم گرادیان نزولی اتفاقی به روش کرنل. نشریه مهندسی برق و الکترونیک ایران. 1401; 19 (3) :145-152
URL: http://jiaeee.com/article-1-1276-fa.html
دانشکده مهندسی برق- دانشگاه صنعتی خواجه نصیرالدین طوسی
چکیده: (1577 مشاهده)
مقیدسازی الگوریتم گرادیان نزولی باهدف آموزش شبکه عصبی با وزنهایی محدودشده در کاربردهایی نظیر شفافسازی شبکه، کاهش حجم شبکه ازنظر ذخیرهسازی و افزایش سطح عمومیت پذیری آن مؤثر است. همچنین میتواند در افزایش سرعت همگرایی، سرعت استنتاج و یافتن جوابی بهینه نیز مناسب باشد. در این نوشتار با استفاده از ترفند کرنل بهعنوان روشی برای تحمیل انواع قیود بر الگوریتم آموزش، تعداد 21 قید مختلف با یکدیگر مقایسه شده است که تعداد 16 قید آن با الهام از عدم قطعیت موجود در شبکههای عصبی زیستی برای اولین بار در این مقاله ارائهشده است. مقایسه قیدها بدون هیچگونه افزایش داده و منظم سازی، صورت گرفته است تا اثر قیدها بر فرآیند بهینهسازی واضح باشد. بهمنظور ارزیابی، برای هر قید در حل مسائل طبقهبندی MNIST، CIFAR-10 و CIFAR-100 با شبکههای عصبی عمیق مختص آن، 63 آزمایش شبیه سازی شده است. نتایج نشان میدهد هر قید در هر مجموعه داده تأثیر متفاوتی بر فرآیند آموزش دارد و بهطور مشخص قیدهای پیشنهادی که از عدم قطعیت حاضر در شبکههای عصبی زیستی الهام گرفته شده است، میتواند بهتر از قیدهای ارائهشده در تحقیقات پیشین باشد و باعث بهبود عملکرد شبکه عصبی عمیق ازنظر دقت طبقهبندی شود.
نوع مقاله:
پژوهشي |
موضوع مقاله:
کنترل دریافت: 1399/12/7 | پذیرش: 1400/12/8 | انتشار: 1401/6/11