یک شبکۀ حافظۀ طولانی کوتاه‌مدت عمیق مبتنی بر توجه تکاملی برای پیش‌بینی سری‌های زمانی

Authors

محمد قاسم زاده دانشیار، دانشکده مهندسی کامپیوتر، دانشگاه یزد، یزد، ایران

مرضیه حاجی زاده طحان دانشجوی دکتری، دانشکده مهندسی کامپیوتر، دانشگاه یزد، یزد، ایران

مهدی رضاییان استادیار، دانشکده مهندسی کامپیوتر، دانشگاه یزد، یزد، ایران

Abstract:

پیش‌بینی طولانی‌مدت سری‌های زمانی یک مسئله، مهم و چالش‌برانگیز است. امروزه شبکه‌های عمیق به‌خصوص شبکه‌های حافظۀ طولانی کوتاه‌مدت (LSTM)، با موفقیت در پیش‌بینی سری‌های زمانی به کار گرفته‌ شده‌اند. شبکه‌های LSTM وابستگی‌های طولانی‌مدت را حفظ می‌کنند؛ اما توانایی آنها در اختصاص درجه‌های مختلف توجه به ویژگی‌های زیر پنجره در چند مرحلۀ زمانی کافی نیست. همچنین، عملکرد این شبکه‌ها به‌شدت به مقادیر ابرپارامتر آنها بستگی دارد و اتخاذ یک روش کارآمد برای کسب مقادیر مطلوب، مهم است. در این پژوهش برای غلبه بر چالش‌های فوق، LSTM عمیق مبتنی بر توجه تکاملی برای پیش‌بینی سری‌های زمانی چندمتغیره توصیه می‌شود که به‌طور خودکار، یکی از بهترین ترکیب‌ها از مقادیر پارامترهای LSTM و وزن توجه به ویژگی‌ها را می‌یابد. راه‌حل پیشنهادی از الگوریتم ژنتیک برای تنظیم مناسب معماری شبکه LSTM عمیق بهره می‌گیرد. به‌منظور ارزیابی عملکرد الگوریتم پیشنهادی، از سه مجموعه داده در زمینه‌های انرژی و محیط‌زیست بهره گرفته ‌شده است. نتایج آزمایشی نشان می‌دهند الگوریتم پیشنهادی، در مقایسه با سایر مدل‌های پایه، بهتر عمل می‌کند.

Upgrade to premium to download articles

Already have an account?login

similar resources

آزمون سریهای زمانی مدلهای رشد درونزا

full text

یک روش تکاملی برای طبقه بندی اعتباری مبتنی بر رویکرد تجمیع زدایی ترجیحات

مدل های مبتنی بر روابط برتری یک شاخه مهم از روشهای تصمیم چندمعیاره هستند که نیاز به تعریف مقدار قابلتوجهی اطلاعات ترجیحی در قالب پارامترها توسط تصمیم گیرنده دارند. تعدد پارامترها، معنای اغلب گیی کننیدهآنها در فضای مسئله و طبیعت غیردقیق دادهها، این فرآیند را خصوصاً در مسائل طبقه بندی اعتباری با ابعیاد بیزرکه نیاز به تصمیمگیری بلادرنگ است بسیار زمانبیر و پییییده میی سیازد. بیدین منریور روی یرد ت م...

full text

تأثیر یک دوره برنامۀ تمرینی منتخب بر حافظۀ کاری کودکان مبتلا به اختلال نارسایی توجه/ فزون‌کنشی

پژوهش حاضر با هدف بررسی اثربخشی برنامۀ تمرینی منتخب بر حافظۀ کاری کودکان مبتلا به ADHD انجام گرفت. 40 دانش‌آموز پسر 7 تا 11 سال از مدارس ابتدایی ناحیۀ شش شهر مشهد انتخاب شدند و به‌طور تصادفی در دو گروه (تجربی و کنترل) قرار گرفتند. تشخیص ADHD با استفاده از برگه‌های SNAP- IV و CBCL و مصاحبۀ بالینی صورت گرفت. گروه تجربی برنامۀ تمرینی منتخب (شامل تمرینات ادراکی ـ حرکتی و تمرینات هوازی) را بهمدت 24...

full text

تأثیر ورزش هوازی بر شبکه‌های عصبی توجه و حافظۀ کاری

مقدمه: ورزش و فعالیت جسمانی اثرات مثبتی بر عملکردهای جسمی و روانی دارند. اما نیاز است تأثیر آن‌ها بر عملکردهای شناختی با جزئیات بیشتری توضیح داده شود. بنابراین مطالعه حاضر به‌منظور بررسی اثر ورزش هوازی بر شبکه‌های عصبی توجه و حافظه کاری انجام شد. مواد و روش‌ها: در این مطالعه نیمه تجربی، 20 زن غیر فعال با میانگین سنی 2/03 ± 22/65 سال به روش نمونه‌گیری در دسترس انتخاب شدند و به طور مساوی به گروه‌...

full text

تعیین شبکه معنایی برای کلمات منتخب فارسی و طراحی مقیاس حافظۀ کاذب (محک) مبتنی بر آن

هدف از پژوهش حاضر تعیین شبکه معنایی واژگانی برای کلمات منتخب فارسی و طراحی مقیاس حافظۀ کاذب (محک) مبتنی بر آن بود. روش پژوهش حاضر از نوع تحقیقات مقطعی است. پژوهش حاضر از دو مطالعه مجزا تشکیل شده است. در مطالعه نخست با ارائه واژههای منتخب به30 نفر، کلمات تداعی شده با هر واژه تعیین شد. کلمات منتخب (کلمات کلیدی) لیست کلمات دیس، رودیگرز و مک درموت (1995) در آزمایش خطاهای حافظه بودند. در مطالعه دوم...

full text

یک روش تکاملی برای طبقه بندی اعتباری مبتنی بر رویکرد تجمیع زدایی ترجیحات

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}

Journal title

هوش محاسباتی در مهندسی برق

volume 11 issue 4

pages 15- 28

publication date 2020-12-21

unfollow

{@ msg @}

By following a journal you will be notified via email when a new issue of this journal is published.

Keywords

ابرپارامتر الگوریتم تکاملی سری‌های زمانی چندمتغیره شبکۀ حافظۀ طولانی کوتاه‌مدت مکانیزم توجه

Hosted on Doprax cloud platform doprax.com