Skip Navigation Linksلیست مقالات ترجمه شده / خرید و دانلود
724,850

پیش از اقدام به خرید ترجمه فارسی می توایند نسخه انگلیسی را به صورت رایگان دانلود و بررسی نمایید. متن چکیده و ترجمه آن در پایین همین صفحه قابل مشاهده است.
دانلود رایگان مقاله انگلیسی
موسسه ترجمه البرز اقدام به ترجمه مقاله " مهندسی كامپيوتر " با موضوع " بکار گیری ساختار مجموعه‌ی داده‌ای به عنوان اطلاعات پیشین، برای منظم سازیِ بدون پارامترِ ماشین‌های یادگیری سریع ( ماشین‌های یادگیری با انعطاف‌پذیری حداکثری) " نموده است که شما کاربر عزیز می توانید پس از دانلود رایگان مقاله انگلیسی و مطالعه ترجمه چکیده و بخشی از مقدمه مقاله، ترجمه کامل مقاله را خریداری نمایید.
عنوان ترجمه فارسی
بکار گیری ساختار مجموعه‌ی داده‌ای به عنوان اطلاعات پیشین، برای منظم سازیِ بدون پارامترِ ماشین‌های یادگیری سریع ( ماشین‌های یادگیری با انعطاف‌پذیری حداکثری)
نویسنده/ناشر/نام مجله :
Neurocomputing
سال انتشار
2015
کد محصول
1008687
تعداد صفحات انگليسی
7
تعداد صفحات فارسی
19
قیمت بر حسب ریال
665,000
نوع فایل های ضمیمه
Pdf+Word
حجم فایل
1 مگا بایت
تصویر پیش فرض



Abstract

This paper proposes a novel regularization approach for Extreme Learning Machines. Regularization is performed using a priori spatial information expressed by an affinity matrix. We show that the use of this type of a priori information is similar to perform Tikhonov regularization. Furthermore, if a parameter free affinity matrix is used, like the cosine similarity matrix, regularization is performed without any need for parameter tuning. Experiments are performed using classification problems to validate the proposed approach

چکیده

در این مقاله، یک روش جدید منظم سازی برای ماشین های یادگیری با انعطاف حداکثری (یا ماشین یادگیری سریع- یکی از مدل‌ های شبکه‌ های عصبی) پیشنهاد می ‌گردد. فرآیند منظم سازی، با استفاده از اطلاعات فضای پیشین که به وسیله ‌ی یک ماتریس وابستگی (یا به عبارتی ماتریس میل) نمایش داده می ‌شود، صورت می ‌گیرد. نشان داده‌ ایم که استفاده از این نوع اطلاعات پیشین، مشابه با انجام فرآیند منظم سازی تیخانوف می‌ باشد. علاوه بر این، در صورتی که از یک ماتریس وابستگیِ بدون پارامتر (مشابه با ماتریس شباهت کسینوسی) استفاده شود، فرآیند منظم سازی بدون نیاز به تنظیم پارامترها صورت می‌گیرد. آزمایش ‌هایی نیز با استفاده از مسائل دسته ‌بندی صورت گرفته تا به ارزیابی روش پیشنهادی پرداخته شود.

1-مقدمه

مدل‌ های یادگیری نظارت‌ شده، به وسیله ‌ی یک مجموعه‌ ی داده ‌ای که به وسیله ‌ی مشاهدات yi)، (xiبه دست آمده است تشکیل می ‌شود. هدف از یادگیری، به دست آوردن یک تابع تقریب عمومیِ ناشی از اتصالات زوجی می ‌باشد. برچسب گذاری در این فرآیند یادگیری، به وسیله ‌ی یک عامل اد هاک اکسترنال (خارجی) و آن‌ هم با در نظر گرفتن توزیع و ساختار نمونه ‌های ورودی xi صورت می ‌گیرد...


خدمات ترجمه تخصصی و ویرایش مقاله مهندسی كامپيوتر در موسسه البرز


این مقاله ترجمه شده مهندسی كامپيوتر در زمینه کلمات کلیدی زیر است:




Regularization
Extreme learning machines
Affinity matrices

ثبت سفارش جدید