Wybrane metody doboru współczynnika uczenia w sieciach neuronowych

• Autorzy: Piotr Chrzan , Grzegorz Timofiejczuk

Warianty tytułu

Some Methods of the Selection of Learning Coefficient for the Neural Networks

• Języki publikacji: PL

Abstrakty

W niniejszej pracy przedstawiono wybrane metody doboru współczynnika uczenia. Metody te zostały zgromadzone w dwóch grupach. Pierwsza obejmuje metody doboru stałego współczynnika uczenia, druga metody adaptacyjnego doboru współczynnika uczenia. Przedstawiono także sposób zmiany struktury sieci w trakcie trwania procesu uczenia poprzez dodanie jednego neuronu do każdej warstwy ukrytej. Porównano również wyniki prognoz otrzymanych z zastosowania modelu sieci neuronowej z uwzględnieniem wybranych metod doboru współczynnika a oraz zmiany struktury sieci. (fragment tekstu)

EN

In this article the methods of selection of learning coefficient for the neural networks have been introduced. A special attention has been paid to two methods: constant coefficient and continual adaptation.The results of the experiment which target was qualification of the influence of the methods of selection of the learning coefficient and the Autocorrelated Error Neuron (ACE) on the Root Mean Square (RMS) error have been discused in this work.The results of this experiment showed that modification of the hidden layer for the additional ACE neuron could stabilize and diminish the RMS error. (original abstract)

Słowa kluczowe

PL

Sieci neuronowe; Uczenie sieci neuronowych; Optymalizacja wielokryterialna

EN

Neural networks; Learning of neural networks; Multiple criteria optimization

• Czasopismo: Studia Ekonomiczne / Akademia Ekonomiczna w Katowicach
• Rocznik: 2000
• Numer: nr 12 Badania operacyjne
• Strony: 53--65

Twórcy

autor

Piotr Chrzan

• Akademia Ekonomiczna im. Karola Adamieckiego w Katowicach

autor

Grzegorz Timofiejczuk

• Akademia Ekonomiczna im. Karola Adamieckiego w Katowicach

Bibliografia

• Apostólos P. (1995): Neural Networks in The Capital Markets. John Wiley & Sons, New York.
• Azoff E.M. (1994): Neural network time series forecasting of financial markets. John Wiley & Sons, New York.
• Chrzan P., Timofiejczuk G. (1997): Prognozowanie ekonometryczne a prognozowanie przy użyciu sieci neuronowych. VII Ogólnopolska Konferencja Naukowa pt.: "Mikroekonometria w teorii i praktyce", Szczecin.
• Hertz J., Krogh A., Palmer R. (1993): Wstęp do teorii obliczeń neuronowych. WNT, Warszawa.
• Masters T. (1996): Sieci neuronowe w praktyce. WNT, Warszawa.
• Osowski S. (1996): Sieci neuronowe w ujęciu algorytmicznym. WNT, Warszawa.
• Pawłowski Z. (1982): Zasady predykcji ekonometrycznej. PWN, Warszawa.
• Tadeusiewicz R. (1993): Sieci neuronowe. Akademicka Oficyna Wydawnicza RM, Warszawa.
• Uciński D., Obuchowicz A., Korbicz J. (1994): Sztuczne Sieci Neuronowe. Podstawy i Zastosowania. Akademicka Oficyna Wydawnicza PLJ, Warszawa.