Original title: Learning of Multilayer Perceptrons with Piecewise-Linear Activation Functions
Translated title: Učení vícevrstvých perceptronů s po částech lineárními aktivačními funkcemi
Authors: Kozub, P. ; Holeňa, Martin
Document type: Papers
Conference/Event: MIS 2008. Malý informatický seminář /25./, Josefův důl (CZ), 2008-01-12 / 2008-01-19
Year: 2008
Language: eng
Abstract: [eng] [cze]
This paper presents an overview of the techniques used to solve constrained optimization problems using evolutionary algorithms. The construction of the fitness function together with the handling of feasible and infeasible individuals is discussed. Approaches using penalty functions, special representations, repair algorithms, methods based on separation of objective and constraints and multiobjective techniques are mentioned. Článek diskutuje dva přístupy k učení vícevrstvých perceptronů s po částech lineárními aktivačními funkcemi. První byl navržen specificky pro sítě tohoto typu. Druhý je založen na částech lineární aproximaci sítě s hladkými aktivačními funkcemi.
Keywords: activation functions; artificial neural networks; constrained optimization; function approximation; multilayer perceptrons
Project no.: CEZ:AV0Z10300504 (CEP), GA201/08/0802 (CEP), GA201/08/1744 (CEP)
Funding provider: GA ČR, GA ČR
Host item entry: MIS 2008, ISBN 978-80-7378-076-0

Institution: Institute of Computer Science AS ČR (web)
Document availability information: Fulltext is available at the institute of the Academy of Sciences.
Original record: http://hdl.handle.net/11104/0169591

Permalink: http://www.nusl.cz/ntk/nusl-39868


The record appears in these collections:
Research > Institutes ASCR > Institute of Computer Science
Conference materials > Papers