Název:
Experiments with Evolutionary and Hybrid Learning of Multi-layer Perceptron Neural Networks
Překlad názvu:
Experimenty s evolučním a hybridním učením vícevrstvých perceptronových neuronových sítí.
Autoři:
Neruda, Roman ; Slušný, Stanislav Typ dokumentu: Příspěvky z konference Konference/Akce: Znalosti 2007, Ostrava (CZ), 2007-02-21 / 2007-02-23
Rok:
2007
Jazyk:
eng
Abstrakt: [eng][cze] Evolutionary learning of neural architectures has been extensively studied with mixed results. Here we show that simple GA alone hardly beats optimized gradient based methods w.r.t. learning time, but the combination in hybrid algorithms brings better approximation error and even smaller networks.Evoluční učení neuronových architektur bylo v minulosti často studováno ovšem se smíšenými výsledky. V této práci ukazujeme, že jednoduchý GA těžko soupěří s časovou složitostí optimalizovaných gradientních algoritmů, ale kombinace v hybridních algoritmech přináší menší aproximační chybu a menší sítě.
Klíčová slova:
evolutionary learning; hybrid algorithms; multilayer perceptron Číslo projektu: CEZ:AV0Z10300504 (CEP), 1ET100300414 (CEP) Poskytovatel projektu: GA AV ČR Zdrojový dokument: Znalosti 2007, ISBN 978-80-248-1279-3
Instituce: Ústav informatiky AV ČR
(web)
Informace o dostupnosti dokumentu:
Dokument je dostupný v příslušném ústavu Akademie věd ČR. Původní záznam: http://hdl.handle.net/11104/0144893