類神經網路學習演算法在土木結構設計之應用

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