Název: Optimization of Multilayer Perceptron Training Parameters Using Artificial Bee Colony and Genetic Algorithm
Autoři: Kartci, A.
Typ dokumentu: Příspěvky z konference
Jazyk: eng
Nakladatel: Vysoké učení technické v Brně, Fakulta elektrotechniky a komunikačních technologií
Abstrakt: In this paper, the momentum coefficient, learning rate, and the number of hidden neurons where the multilayer perceptron works best, are determined. The network and optimization algorithms are written in MATLAB, which was also successfully used to carry out results. To obtain the results, IRIS, mammographic_mass, and new_thyroid data sets have been used. Obtained results show that the determining effect on the neural learning process of parameters (momentum coefficient, learning rate, number of hidden neurons) are compatible with other approaches available in the literature. Both genetic algorithm (GA) and artificial bee colony (ABC) algorithm were successful on finding the values to get high performance as well as effect on performance of the population number.
Klíčová slova: artificial bee colony algorithm; genetic algorithm; Multilayer perceptron; training parameters optimization
Zdrojový dokument: Proceedings of the 21st Conference STUDENT EEICT 2015, ISBN 978-80-214-5148-3

Instituce: Vysoké učení technické v Brně (web)
Informace o dostupnosti dokumentu: Plný text je dostupný v Digitální knihovně VUT.
Původní záznam: http://hdl.handle.net/11012/43019

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-207210


Záznam je zařazen do těchto sbírek:
Školství > Veřejné vysoké školy > Vysoké učení technické v Brně
Konferenční materiály > Příspěvky z konference