Original title: Učení vrstevnatých perceptronových sítí
Translated title: Multilayer Perceptron Learning
Authors: Brambora, Tomáš ; Rydvan, Pavel (advisor) ; Štanclová, Jana (referee)
Document type: Bachelor's theses
Year: 2006
Language: cze
Abstract: [cze] [eng]
Vrstevnaté perceptronové sítě jsou zajímavou alternativou ke klasickým von neumannovským výpočetním modelům. V této práci jsou shrnuty teoretické základy jejich učení a je popsána implementace perceptronové sítě v podobě agenta určeného pro běh v multiagentním systému BANG3. V závěru práce jsou uvedeny výsledky testování implementované sítě na dvou sadách vstupních dat při použití různých učících algoritmů a různém nastavení jejich parametrů. Multilayer perceptron networks are interesting alternative to the classical von neuman computational models. This thesis summarizes theoretical basis of their learning and describes the implemenatation of a multilayer pereptron network, designed as an agent for multiagent system BANG3. At the end of the thesis, we summarize the results of testing the implemented multilayer perceptron network on two data sets using different learning algorithms with various parameter configurations.

Institution: Charles University Faculties (theses) (web)
Document availability information: Available in the Charles University Digital Repository.
Original record: http://hdl.handle.net/20.500.11956/5854

Permalink: http://www.nusl.cz/ntk/nusl-480528


The record appears in these collections:
Universities and colleges > Public universities > Charles University > Charles University Faculties (theses)
Academic theses (ETDs) > Bachelor's theses