標題: | 類神經網路之隨機尋優學習 Random search in neural network learning |
作者: | 李定邦 Li, Ding-Bang 林育平 Lin, Yu-Ping 電控工程研究所 |
關鍵字: | 類神經網路;隨機尋優學習;自動控制工程;控制工程;電腦;AUTOMATED-CONTROL-ENGINEERING;CONTROL-ENGINEERING;COMPUTER |
公開日期: | 1992 |
摘要: | 本論文之主旨是針對具有多形(Multimodal)能量函數之類神經網路的學習, 做一些研究與討論。 在這篇論文裡,我們介紹了隨機尋優(Random search) 法的技巧,這種技巧 與梯度下降(Gradient descent)法最大的差別在於搜尋全域最小值的時候,適當 地引入隨機的成份,以增加全域搜尋之能力,和減少對能量函數梯度之依賴,並且 降低初始值對最後收斂結果之影響。另外,在論文裡我們也對幾種隨機尋優法做了 些模擬與分析。在模擬的部份,我們是以一些多形的測試函數假想為類神經網路之 能量函數,來對我們提到的幾種隨機尋優法做測試與分析,而非以實際之神經網路 的學習為例子。這樣做的原因,是為了簡化分析的難度與更清楚地掌握隨機尋優法 的特性。最後,根據模擬之結果,我們對這幾種隨機尋優法做更進一步的比較與討 論,並且評估將這些隨機尋優法應用於實際的神經網路上,以解決多形能量函數學 習問題之可行性。 #9303017 #9303017 |
URI: | http://140.113.39.130/cdrfb3/record/nctu/#NT814327002 http://hdl.handle.net/11536/57441 |
顯示於類別: | 畢業論文 |