完整後設資料紀錄
DC 欄位 | 值 | 語言 |
---|---|---|
dc.contributor.author | 洪士林 | en_US |
dc.contributor.author | HUNG SHIH-LIN | en_US |
dc.date.accessioned | 2014-12-13T10:40:49Z | - |
dc.date.available | 2014-12-13T10:40:49Z | - |
dc.date.issued | 1993 | en_US |
dc.identifier.govdoc | NSC82-0113-E009-421-T | zh_TW |
dc.identifier.uri | http://hdl.handle.net/11536/97850 | - |
dc.identifier.uri | https://www.grb.gov.tw/search/planDetail?id=65038&docId=9600 | en_US |
dc.description.abstract | 本計畫的目的是要推導一有效的類神經網路學 習演算法(Learning Algorithm),並探討與比較新的演算 法與已發展的演算法的效果,並把新的類神經網 路演算法應用在土木結構設計上;諸如混凝土樑 斷面之設計或鋼結構樑斷面之選擇上.基於最佳化理論中最陡方向法(Steepest Descent Method ),向後推導法(Error Backpropagation)已被廣泛用於多 層類神經網路中.然而,此法的收斂性較差,且需要 長時間的學習,才能使該類神經網路達到預期的 學習效果.所以,本計畫將利用最佳化理論的演算 法來改良向後推導法,並推導出一個較有效率的 類神經網路學習法則,最小記憶BFGS方法(L-BFGS method)利用最少的電腦記憶空間並有最佳的搜尋 方向,本計畫將採用此法來改良已有的演算法. | zh_TW |
dc.description.sponsorship | 行政院國家科學委員會 | zh_TW |
dc.language.iso | zh_TW | en_US |
dc.subject | 類神經網路 | zh_TW |
dc.subject | 優化理論 | zh_TW |
dc.subject | 學習演算法 | zh_TW |
dc.subject | 機械學習 | zh_TW |
dc.subject | 電腦輔助設計 | zh_TW |
dc.subject | 向後推導法 | zh_TW |
dc.subject | Neural networks | en_US |
dc.subject | Optimization theory | en_US |
dc.subject | Learning algorithms | en_US |
dc.subject | Machine learning | en_US |
dc.subject | Computer aided design | en_US |
dc.subject | Backpropagation | en_US |
dc.title | 類神經網路學習演算法在土木結構設計之應用 | zh_TW |
dc.title | Neural Network Learning Algorithms for Structure Engineering | en_US |
dc.type | Plan | en_US |
dc.contributor.department | 交通大學土木工程學系 | zh_TW |
顯示於類別: | 研究計畫 |