پایداری مجانبی شبکه های عصبی هاپفیلد

پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه زنجان - دانشکده علوم
نویسنده زینب شهبازی
استاد راهنما محمد تقی دستجردی
تعداد صفحات: ۱۵ صفحه ی اول
سال انتشار 1391

چکیده

کاربرد های شبکه های عصبی به شدت به رفتار دینامیکی آنها وابسته هستند و از آنجا که پایداری، یکی از مهم ترین مسائل مربوط به اینگونه رفتارهاست بنابراین مسئله ی تحلیل پایداری شبکه های عصبی اهمیت بسیاری دارد. از کاربردهای مهم شبکه های عصبی استفاده از آنها در حل مسائل بهینه سازی است. اگر چه شبکه های عصبی مسائل را به طور تقریبی حل می کنند ولی سرعت محاسباتی بالای آنها این نقیصه را تا اندازه ای جبران می کند. همچنین با انتخاب شبکه ی عصبی مطلوب این نقیصه کاهش می یابد. یکی از مهم ترین ویژگی های شبکه ی عصبی مطلوب برای حل مسائل بهینه سازی وجود نقطه ی تعادل به طور مجانبی پایدار برای شبکه می باشد. در این پایان نامه به بررسی نقطه ی تعادل شبکه ی عصبی هاپفیلد تأخیری پرداخته شده است. در این راستا یک شرط جدید به صورت نامساوی ماتریس خطی برای شبکه در نظر گرفته شده است که با برقرار بودن آن، وجود نقطه ی تعادل یکتا وپایداری مجانبی وابسته به تأخیر شبکه در آن تضمین گردیده است.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

ثبت نام

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

تخمین عمق بی هنجاریهای گرانی با استفاده از شبکه های عصبی هاپفیلد

در این مقاله روش شبکه عصبی هاپفیلد برای تفسیر هوشمند داده های گرانی استفاده شده است. یک شبکه عصبی هاپفیلد برای تخمین عمق چشمه گرانی طراحی شده است. این شبکه طراحی شده برای داده های مصنوعی و واقعی آزمایش شده اند. در مورد داده های واقعی این شبکه برای تخمین عمق یک تونل قنات واقع در موسسه ژئوفیزیک به کار برده شده و نتایج حاصله به مقادیر واقعی عمق بسیار نزدیک است.

متن کامل

پایداری مجانبی اپراتورهای فوق کروی

اپراتورهای فوق کروی برای اندازه dma(X) = (1-X2)adX تشکیل یک سیستم متعامد بر بازه [-1.1] می دهند. برای a>-1.2 فرمول ضرب گگنبائر 2 نشان می دهد که هسته گگنبائر تسادفی است. در این مقاله با در نظر گرفتن این هسته یک اپراتور مارکف PaX3 تعریف می شود و با استفاده از خواص اپراتورهای مارکف پایداری مجانبی آن به ازای 0

متن کامل

محاسبه ظرفیت شبکه عصبی هاپفیلد و ارائه روش عملی افزایش حجم حافظه

The capacity of the Hopfield model has been considered as an imortant parameter in using this model. In this paper, the Hopfield neural network is modeled as a Shannon Channel and an upperbound to its capacity is found. For achieving maximum memory, we focus on the training algorithm of the network, and prove that the capacity of the network is bounded by the maximum number of the ortho...

متن کامل

تشخیص اتوماتیک پلاک خودرو فارسی به روش لبه‌یابی با استفاده از شبکه عصبی هاپفیلد

شماره پلاک خودرو یکی از مناسب‌ترین اقلام اطلاعاتی جهت احراز هویت خودرو‌ها می‌باشد. سیستم تشخیص پلاک خودرو یک سیستم مکانیزه است که با عکس گرفتن از خودروها، شماره پلاک آنها را استخراج می‌کند. روشی که در این مقاله ارائه شده است شامل دو قسمت می‌باشد. در قسمت اول با استفاده از لبه‌یابی و عملیات مورفولوژی محل پلاک شناسایی شده و در قسمت دوم با استفاده از شبکه عصبی هاپفیلد کاراکترها شناسایی می‌شوند. ای...

متن کامل

تشخیص اتوماتیک پلاک خودرو فارسی به روش لبه‌یابی با استفاده از شبکه عصبی هاپفیلد

متن کامل

فرآیند یادگیری با استفاده از شبکه های عصبی هاپفیلد

دز این پایان نامه ابتداد تعریف دقیقی از پایداری به مفهوم هاپفیلد برای شبکه های عصبی ارائه می گردد تا تفاوت بین این پایداری و پایداری لیاپانوف را نشان دهیم همچنین روش های کلی ساخت تابع انرژی را ارائه می دهیم. سپس بعضی از نتایج پایداری لیاپانو ف، مربوط به شبکه های عصبی عمومی،شبکه های عصبی حافظه ارتباطی دوسویی و شبکه های عصبی سلولی را نشان خواهیم داد. توجه مان را روی پایداری ( لیپانو ف، مجانبی سرا...

15 صفحه اول

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}

نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه زنجان - دانشکده علوم

کلمات کلیدی

پایداری مجانبی سراسری شبکه های عصبی هاپفیلد نامساوی ماتریس خطی.

میزبانی شده توسط پلتفرم ابری doprax.com